CN102608130A - 基于图像特征匹配技术的智能卡污渍检测系统及检测方法 - Google Patents
基于图像特征匹配技术的智能卡污渍检测系统及检测方法 Download PDFInfo
- Publication number
- CN102608130A CN102608130A CN2012100168681A CN201210016868A CN102608130A CN 102608130 A CN102608130 A CN 102608130A CN 2012100168681 A CN2012100168681 A CN 2012100168681A CN 201210016868 A CN201210016868 A CN 201210016868A CN 102608130 A CN102608130 A CN 102608130A
- Authority
- CN
- China
- Prior art keywords
- image
- light source
- camera
- smart card
- card
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种基于图像特征匹配技术的智能卡污渍检测系统及检测方法,包括采集相机、照明光源、背景光源,以及吸附传输平台,其中,所述采集相机设置在被检测卡面的正上方,所述照明光源设置在采集相机和被检测卡面之间,且照明光源与采集相机同轴设置,所述背景光源设置在被检测卡面的正下方,被检测卡面被放置在吸附传输平台上;所述检测系统进一步包括与照明光源和背景光源相连的控制器以调节光源亮度大小,以及与采集相机和吸附传输平台相连的处理单元用以对采集相机采集到的图像进行处理并输出控制信号给吸附传输平台。
Description
技术领域
本发明属于印刷品光学检测领域,涉及一种基于图像特征匹配技术的智能卡污渍检测系统及实现方法。
背景技术
随着视觉和图像处理技术的应用的飞速发展,基于图像检测技术已经广泛应用于工业检、视觉测量以及工业自动化等诸多领域。
在印刷与制卡工艺中存在多道工序,生产高度自动化,但是在成品检测环节,目前国内生产厂家仍然以人工检查的方式为主,对产品进行印刷制作工艺质量的检测。判断是否有污渍和损伤,并判断污渍和损伤造成原因。例如,由于脱油,层压,毛尘,印刷偏移,磁条不良等多种原因,都可能形成最后产品表面的污渍与损伤。根据生产经验的统计,卡片印刷上面的出错率在10%左右,而手工进行质量检测的准确率在80%左右,这其中很大部分是由于各种主观和客观因素影响工人的工作状态。由此,通过高速摄像装置提取视觉特征加以分析,进行图像处理来全自动实时检测卡片印刷质量的方法,避免工作状态对于检测质量的影响。这个方法通过比对卡片表面图像尺度不变特征点,进行纹理与颜色特征空间的匹配度相关检测。高效实时的对于各种工艺可能造成的污渍和损伤进行检测并给出反馈信息。提高成品质量检测的效率。国外大型自动化设备厂商有同类型的产品。精度高的同时,成本相当高。原有的工业自动化中采用的基于图像的定位算法,也采用了分析图像中工件特征的方法。但是基本上都是基于灰度图像,并且一次处理的图像尺寸有效。本方法可以同时分析处理智能卡中的颜色差异。并且采用一次成像技术,处理面积大。
发明内容
本发明所要解决的技术问题是提供一种高效、实时的基于图像特征匹配技术的智能卡污渍检测系统及检测方法,以实现面向大批量智能卡印刷表面的高效自动印刷质量检测。
为解决以上技术问题,本发明采用以下技术方案:
一种基于图像特征匹配技术的智能卡污渍检测系统,包括采集相机、照明光源、背景光源,以及吸附传输平台,其中,所述采集相机设置在被检测卡面的正上方,所述照明光源设置在采集相机和被检测卡面之间,且照明光源与采集相机同轴设置,所述背景光源设置在被检测卡面的正下方,被检测卡面被放置在吸附传输平台上;所述检测系统进一步包括与照明光源和背景光源相连的控制器以调节光源亮度大小,以及与采集相机和吸附传输平台相连的处理单元用以对采集相机采集到的图像进行处理并输出控制信号给吸附传输平台。
作为本发明的优选实施例,所述照明光源为大小100mm以上的白色光同轴光源;
作为本发明的优选实施例,所述背景光源为大小100mm以上白色光平板光源;
作为本发明的优选实施例,所述吸附传输平台上安装有对射型光电传感器用以感知智能卡并触发采集相机进行图像采集;
一种基于图像特征匹配技术的智能卡污渍检测方法,首先,通过采集相机采集卡面的图像,处理单元收到该卡面的图像后,对该图像进行去噪处理以过滤掉采集过程中的随机噪声,同时,对图像的亮度进行校正;接着,在该图像中提取卡面区域,然后在卡面区域提取尺度不变特征点,用于标定检测卡面表面,实现被测卡面图像与标准卡面图像的对准;再接着,对对准的表面进行分区域亮度和颜色差分,得到差分结果;最后根据颜色色差的差异,大小,位置和数量判断污渍类型。
作为本发明的优选实施例,所述亮度矫正的方法为分段式伽马亮度校正模型;
作为本发明的优选实施例,从所述采集相机的图像中提取卡面区域采用手动标定背景边缘和行扫描阀值法。
本发明基于图像特征匹配技术的智能卡污渍检测系统及检测方法至少具有以下优点:1)在正确标定标准卡的情况下,卡面污渍的检测成功率高;2)在完成手工标定标准卡之后,全自动检测识别智能卡污渍,速度快;3)在检测出污渍后,可以根据污渍的色差差异,形态大小,位置和数量,自动识别污渍类型,效率高。
附图说明
图1为本发明基于图像特征匹配技术的智能卡污渍检测系统的结构图。
图2为在照明光源的同一亮度之下,水平方向图像采集的亮度分布图;
图3为标准卡与检测卡的对应关系图。
具体实施方式
下面结合附图对本发明基于图像特征匹配技术的智能卡污渍检测系统及检测方法的一种实施方式做详细描述:
请参阅图1所示,本发明基于图像特征匹配技术的智能卡污渍检测系统包括采集相机1、照明光源3和背景光源5,其中,所述采集相机1设置在被检测卡面的正上方,所述照明光源3设置在采集相机1和被检测卡面之间,且照明光源3与采集相机1同轴设置,所述背景光源5设置在被检测卡面的正下方。
被检测卡面被放置在吸附传输平台上,通过吸附传输平台下方的气泵在水平面上吸住卡面,从而在运动中减小卡面震动。所述照明光源3和背景光源5连接有工业控制器用以进行光源亮度大小的调节。所述采集相机1和吸附传输平台连接有处理单元用以对采集相机采集到的图像进行处理并输出控制信号给吸附传输平台。
本发明采用白色光同轴光源作为照明光源,保证卡面主要区域的亮度均匀,不受外界光的干扰。本发明的背景光源采用白色光平板光源,保证卡面的边缘清晰,便于检测,不受外界光的干扰。
下面针对上述各个部件做更进一步的详细描述:
光学系统设计方案。面对高速高精度的印刷品表面质量检测的要求,采用彩色工业相机进行正面拍摄,保证数据的完整性与检测的实时性。本发明采用8mm高质量镜头,保证图像数据的色彩高还原度。智能卡质量检测光学系统设备装有1)均匀光照的主要为白色的照明光源,即与采集相机同轴平行的白光光源,安装在智能卡检测面的正上方,采集相机的下方。2)背景光源,即平板漫射光源一台,在智能卡下方。3)采用工业控制器进行光源开关,并根据实际工程需求,调节光源亮度。4)吸附传输平台。通过传输带下方气泵在水平平面上吸住智能卡,在运动中减小卡面震动。(检测系统的示意图如图1所示)
图像采集与传输系统。通过高速千兆以太网CCD工业相机,8mm镜头拍摄,实时采集智能卡印刷表面的图像。系统通过安装在吸附传输平台上的对射型光电传感器感知智能卡,控制触发采集相机的图像采集。所采集到的图像通过千兆网线传输到工控机中的图像处理单元进行计算。之后将计算结果进行分类,转换成为控制信号,外接的控制单元可以通过读取控制信号进行智能卡的分拣。
系统标定。整套光学检测系统安装在智能卡分拣仪的生产线上。在使用前,需要进行调试和参数设定。具体如下:1)根据实际安装环境和检测智能卡的类型不同。需要调整相机和光源的位置,相机的曝光时间,镜头的焦距和光圈,光源的亮度。2)标定相机与光源的亮度校正参数。由于阈值限制,相机在光源照射的边缘附近,会有亮度不均匀。这里我们通过加入分段光学伽马亮度校正模型,并调整参数,进行亮度的校正。
图像处理单元。输入为采集相机传输的彩色图像数据。
智能卡污渍检测可以分为以下几步:
1)图像预处理:采集的图像数据首先过滤采集过程中的随机噪声。另外,通过系统标定对图像的亮度进行校正,即对亮度分布参数,进行系统的亮度校正。在照明光源的同一亮度之下,水平方向图像采集的亮度分布如图2所示,L表示亮度均匀部分在水平方向的长度,D表示亮度不均匀部分在水平方向的长度。对于D部分采用光学伽马校正模型将亮度校正为均匀分布。并通过系统标定得到L与D的长度,采用劳尔标准(劳尔(RAL)是一种欧洲颜色选择标准。)标定不同颜色情况下的伽马校正模型参数。
2)卡面分割:从预处理后的图像中提取智能卡面区域,即将拍摄背景与前景目标(前景目标即卡面的图像)进行分离。分割采用手动标定背景边缘和行扫描阈值法。标定方法采用单张标准卡的图像,通过标定卡面的矩形边界,获得卡面位置和边缘阈值等信息,在进行参数设定时使用。多行进行扫描的方法,特点是快速,对于固定背景的图像精确度高。
3)特征匹配:智能卡表面的所在区域被提取后,在卡面区域中进一步提取尺度不变特征点(尺度不变特征点:即在图像缩放、旋转的情况下不发生变化的一种局部特征点),用于标定检测卡面表面。具体为:用迭代匹配的方式,计算偏移角度以及位移。如图3所示,找到标准卡与检测卡上的尺度不变特征点集A={a1,a2,...},B={b1,b2,...}。从中找出{a1,b1},{a2,b2},分别为两对对准点。设定a1与b1重合,则线段a1a2与线段b1b2之间的夹角为θ12,即是偏移角度。迭代计算A集合和B集合中的各个特征点,得到各个点对应的夹角θij,(i,j分别表示集合中的第i,第j个点),计算均值,即卡面的偏移角度。最后从A到B进行点对点的对准。完成整张卡面的对准。实现与标准图像中卡面的对准。采用尺度不变特征的特点是速度快,稳定性高。
4)差分标定:对于对准的表面进行分区域亮度(Luminosity)和颜色(RGB)差分,获得差分结果进行处理。其中,在亮度通道中,通过边缘检测技术,分类亮度变化的区域,对于各种类型的污渍等不良,通过边缘生长,从背景中分离出来。在RGB彩色通道中,通过标准面标定时的参数,建立高斯混合颜色分布模型。与检测表面比较色差。实现检测图像上面的各类不同颜色污渍和划痕的分离。
检测结果分类。
根据图像处理的计算结果,颜色和纹理部分的差异被分离出来。不同工序出现的不同差错,在形态颜色大小和位置数量上存在着对应关系。分析颜色色差,污渍的大小数量和位置,将出现的问题的原因分类为层压、脱油、磁条不良、印刷不良、冲切不良、刮花、毛尘以及污渍等几类。
本发明成功的实现了以上光学系统的硬件设计安装与彩色图像分析处理软件的流水线性能调试,已经使用于智能卡生产的成品质量检测工艺中。
技术效果
此项技术提供了高效自动检测卡片印刷污渍检测的视觉处理技术,可以实时地检测卡片在生产过程中出现的层压、脱油、磁条不良、印刷不良、冲切不良、刮花、毛尘以及污渍的检测识别,从而对印刷工艺中出现的问题给出及时的反馈,适合自动化工业印刷的发展需要。
若干的彩色和纹理特征,我们用固定的图像特征来进行描述。例如,我们使用三色通道进行彩色和图案信息的获取与匹配。
以上所述仅为本发明的一种实施方式,不是全部或唯一的实施方式,本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换,均为本发明的权利要求所涵盖。
Claims (7)
1.一种基于图像特征匹配技术的智能卡污渍检测系统,其特征在于:包括采集相机(1)、照明光源(3)、背景光源(5),以及吸附传输平台,其中,所述采集相机(1)设置在被检测卡面的正上方,所述照明光源(3)设置在采集相机(1)和被检测卡面之间,且照明光源(3)与采集相机(1)同轴设置,所述背景光源(5)设置在被检测卡面的正下方,被检测卡面被放置在吸附传输平台上;所述检测系统进一步包括与照明光源和背景光源相连的控制器以调节光源亮度大小,以及与采集相机和吸附传输平台相连的处理单元用以对采集相机采集到的图像进行处理并输出控制信号给吸附传输平台。
2.如权利要求1所述的基于图像特征匹配技术的智能卡污渍检测系统,其特征在于:所述照明光源为尺寸大于100mm的白色光同轴光源。
3.如权利要求1所述的基于图像特征匹配技术的智能卡污渍检测系统,其特征在于:所述背景光源为尺寸大于100mm的白色光平板光源。
4.如权利要求1所述的基于图像特征匹配技术的智能卡污渍检测系统,其特征在于:所述吸附传输平台上安装有对射型光电传感器用以感知智能卡并触发采集相机进行图像采集。
5.一种如权利要求1所述的基于图像特征匹配技术的智能卡污渍检测系统的检测方法,其特征在于:首先,通过采集相机采集卡面的图像,处理单元收到该卡面的图像后,对该图像进行去噪处理以过滤掉采集过程中的随机噪声,同时,对图像的亮度进行校正;接着,在该图像中提取卡面区域,然后在卡面区域提取尺度不变特征点,用于标定检测卡面表面,实现被测卡面图像与标准卡面图像的对准;再接着,对对准的表面进行分区域亮度和颜色差分,得到差分结果;最后根据颜色色差的差异,大小,位置和数量判断污渍类型。
6.如权利要求5所述的基于图像特征匹配技术的智能卡污渍检测方法,其特征在于:所述亮度校正的方法为分段式伽马亮度校正模型。
7.如权利要求5所述的基于图像特征匹配技术的智能卡污渍检测方法,其特征在于:所述从采集相机的图像中提取卡面区域采用手动标定背景边缘和行扫描阀值法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100168681A CN102608130A (zh) | 2012-01-18 | 2012-01-18 | 基于图像特征匹配技术的智能卡污渍检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100168681A CN102608130A (zh) | 2012-01-18 | 2012-01-18 | 基于图像特征匹配技术的智能卡污渍检测系统及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102608130A true CN102608130A (zh) | 2012-07-25 |
Family
ID=46525678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100168681A Pending CN102608130A (zh) | 2012-01-18 | 2012-01-18 | 基于图像特征匹配技术的智能卡污渍检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102608130A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788795A (zh) * | 2012-08-16 | 2012-11-21 | 山东凯胜电子股份有限公司 | 全自动智能卡模块检测装置 |
CN104463189A (zh) * | 2014-10-28 | 2015-03-25 | 北京凌云光技术有限责任公司 | 标签图案检测方法及检测设备 |
CN105389587A (zh) * | 2015-10-27 | 2016-03-09 | 深圳德诚信用咭制造有限公司 | 一种卡面印刷质量自动化检测设备及其方法 |
CN105590079A (zh) * | 2015-12-23 | 2016-05-18 | 上海百傲科技股份有限公司 | 一种多张生物芯片透射信号连续自动识读的方法及设备 |
CN105657282A (zh) * | 2014-11-11 | 2016-06-08 | 宁波舜宇光电信息有限公司 | 一种图像亮度主动优化的视觉识别方法 |
CN105675610A (zh) * | 2016-02-02 | 2016-06-15 | 青岛海信电子技术服务有限公司 | 一种物体表面质感特征在线检测系统及工作原理 |
CN106959301A (zh) * | 2017-04-21 | 2017-07-18 | 无锡赛默斐视科技有限公司 | 无纺布污点检测系统、无纺布污点检测方法 |
CN106990104A (zh) * | 2017-04-13 | 2017-07-28 | 大连理工大学 | 一种基于图形像素定域定量识别奥氏体不锈钢表面铁污染的方法 |
CN109839384A (zh) * | 2019-01-22 | 2019-06-04 | 四川安和精密电子电器有限公司 | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 |
CN110091358A (zh) * | 2018-01-31 | 2019-08-06 | 发那科株式会社 | 物质粘附模拟装置 |
CN110501341A (zh) * | 2019-08-19 | 2019-11-26 | 无锡先导智能装备股份有限公司 | 电池检测系统及电池检测方法 |
CN110849906A (zh) * | 2016-06-08 | 2020-02-28 | 周娇 | 一种新型显示面板表面缺陷检测系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1632542A (zh) * | 2004-12-31 | 2005-06-29 | 张健 | 智能数码图文检测系统及其检测方法 |
CN101403704A (zh) * | 2007-12-07 | 2009-04-08 | 东华大学 | 氟塑料薄膜在线疵点检测系统和方法 |
CN101750419A (zh) * | 2009-12-21 | 2010-06-23 | 天津市华核科技有限公司 | 基于特征匹配的开放式视觉检测方法 |
-
2012
- 2012-01-18 CN CN2012100168681A patent/CN102608130A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1632542A (zh) * | 2004-12-31 | 2005-06-29 | 张健 | 智能数码图文检测系统及其检测方法 |
CN101403704A (zh) * | 2007-12-07 | 2009-04-08 | 东华大学 | 氟塑料薄膜在线疵点检测系统和方法 |
CN101750419A (zh) * | 2009-12-21 | 2010-06-23 | 天津市华核科技有限公司 | 基于特征匹配的开放式视觉检测方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788795B (zh) * | 2012-08-16 | 2014-10-01 | 山东凯胜电子股份有限公司 | 全自动智能卡模块检测装置 |
CN102788795A (zh) * | 2012-08-16 | 2012-11-21 | 山东凯胜电子股份有限公司 | 全自动智能卡模块检测装置 |
CN104463189A (zh) * | 2014-10-28 | 2015-03-25 | 北京凌云光技术有限责任公司 | 标签图案检测方法及检测设备 |
CN104463189B (zh) * | 2014-10-28 | 2017-12-05 | 北京凌云光技术有限责任公司 | 标签图案检测方法及检测设备 |
CN105657282A (zh) * | 2014-11-11 | 2016-06-08 | 宁波舜宇光电信息有限公司 | 一种图像亮度主动优化的视觉识别方法 |
CN105389587A (zh) * | 2015-10-27 | 2016-03-09 | 深圳德诚信用咭制造有限公司 | 一种卡面印刷质量自动化检测设备及其方法 |
CN105590079A (zh) * | 2015-12-23 | 2016-05-18 | 上海百傲科技股份有限公司 | 一种多张生物芯片透射信号连续自动识读的方法及设备 |
CN105590079B (zh) * | 2015-12-23 | 2018-02-16 | 上海百傲科技股份有限公司 | 一种多张生物芯片透射信号连续自动识读的方法及设备 |
CN105675610A (zh) * | 2016-02-02 | 2016-06-15 | 青岛海信电子技术服务有限公司 | 一种物体表面质感特征在线检测系统及工作原理 |
CN110849906A (zh) * | 2016-06-08 | 2020-02-28 | 周娇 | 一种新型显示面板表面缺陷检测系统 |
CN110849904A (zh) * | 2016-06-08 | 2020-02-28 | 周娇 | 一种新型显示面板表面缺陷检测系统 |
CN106990104A (zh) * | 2017-04-13 | 2017-07-28 | 大连理工大学 | 一种基于图形像素定域定量识别奥氏体不锈钢表面铁污染的方法 |
CN106990104B (zh) * | 2017-04-13 | 2019-08-09 | 大连理工大学 | 一种基于图形像素定域定量识别奥氏体不锈钢表面铁污染的方法 |
CN106959301A (zh) * | 2017-04-21 | 2017-07-18 | 无锡赛默斐视科技有限公司 | 无纺布污点检测系统、无纺布污点检测方法 |
CN106959301B (zh) * | 2017-04-21 | 2023-06-20 | 无锡赛默斐视科技有限公司 | 无纺布污点检测系统、无纺布污点检测方法 |
CN110091358A (zh) * | 2018-01-31 | 2019-08-06 | 发那科株式会社 | 物质粘附模拟装置 |
CN109839384A (zh) * | 2019-01-22 | 2019-06-04 | 四川安和精密电子电器有限公司 | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 |
CN110501341A (zh) * | 2019-08-19 | 2019-11-26 | 无锡先导智能装备股份有限公司 | 电池检测系统及电池检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102608130A (zh) | 基于图像特征匹配技术的智能卡污渍检测系统及检测方法 | |
Diaz-Cabrera et al. | Suspended traffic lights detection and distance estimation using color features | |
CN102706274B (zh) | 工业结构化场景中机器视觉精确定位机械零件的系统 | |
CN103808669B (zh) | 一种基于高光谱成像技术的苹果虫眼快速无损检测方法 | |
CN109916910B (zh) | 光伏玻璃边部缺陷检测系统及相应的方法 | |
CN104749184A (zh) | 自动光学检测方法和系统 | |
CN104992449A (zh) | 基于机器视觉的信息识别及表面缺陷在线检测方法 | |
CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
CN102601131B (zh) | 一种钢坯表面质量在线检测装置 | |
CN103177445B (zh) | 基于分段阈值图像分割及光斑识别的室外番茄识别方法 | |
CN205317684U (zh) | 基于图像的染布瑕疵检测系统 | |
CN106918594A (zh) | 一种在线分析籽棉色特征和杂质的方法 | |
CN102521564A (zh) | 基于颜色和形状识别茶叶的方法 | |
CN109166111B (zh) | 一种电子墨水屏缺陷检测方法及系统 | |
CN109507209A (zh) | 一种薄膜印刷缺陷检测系统及方法 | |
CN104165653B (zh) | 用于采集轴承滚动体端面和倒角图像的装置及其采集方法 | |
CN110910350A (zh) | 一种用于风电塔筒的螺母松动检测方法 | |
CN109191429B (zh) | 一种基于机器视觉的3d打印喷嘴检测方法 | |
CN113469953A (zh) | 一种基于改进YOLOv4算法的输电线路绝缘子缺陷检测方法 | |
CN105187819A (zh) | 一种工业彩色相机颜色响应测试与校正装置及方法 | |
CN204831751U (zh) | 一种工业彩色相机颜色响应测试与校正装置 | |
CN102300100A (zh) | 一种白平衡控制装置及方法 | |
CN106709529B (zh) | 一种光伏电池色差分类的视觉检测方法 | |
CN102879404B (zh) | 工业结构化场景中医用胶囊缺陷自动检测的系统 | |
CN110910372A (zh) | 基于深度卷积神经网络的匀光板缺陷检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120725 |