CN102811863B - 打印图像的自动检查 - Google Patents

打印图像的自动检查 Download PDF

Info

Publication number
CN102811863B
CN102811863B CN201080062035.8A CN201080062035A CN102811863B CN 102811863 B CN102811863 B CN 102811863B CN 201080062035 A CN201080062035 A CN 201080062035A CN 102811863 B CN102811863 B CN 102811863B
Authority
CN
China
Prior art keywords
image
print
benchmark
raster
target image
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.)
Expired - Fee Related
Application number
CN201080062035.8A
Other languages
English (en)
Other versions
CN102811863A (zh
Inventor
M.范斯
G.阿米尔
R.约德拉
O.巴科尔
R达冈
A.马尔基
C.斯特林
S.沙因
M.菲舍尔
D.沙克德
S.J.西姆斯克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HP Indigo BV
Original Assignee
Hewlett Packard Indigo BV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hewlett Packard Indigo BV filed Critical Hewlett Packard Indigo BV
Publication of CN102811863A publication Critical patent/CN102811863A/zh
Application granted granted Critical
Publication of CN102811863B publication Critical patent/CN102811863B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41F—PRINTING MACHINES OR PRESSES
    • B41F33/00—Indicating, counting, warning, control or safety devices
    • B41F33/0036—Devices for scanning or checking the printed matter for quality control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00007—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to particular apparatus or devices
    • H04N1/00015—Reproducing apparatus
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00026—Methods therefor
    • H04N1/00029—Diagnosis, i.e. identifying a problem by comparison with a normal state
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00026—Methods therefor
    • H04N1/00047—Methods therefor using an image not specifically designed for the purpose
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00026—Methods therefor
    • H04N1/0005—Methods therefor in service, i.e. during normal operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30144—Printing quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/40068—Modification of image resolution, i.e. determining the values of picture elements at new relative positions

Landscapes

  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Accessory Devices And Overall Control Thereof (AREA)
  • Inking, Control Or Cleaning Of Printing Machines (AREA)

Abstract

用于检测打印图像中的缺陷的自动检查方法，包括：处理光栅图像；将所述光栅图像发送至打印处理；将与所述光栅图像相对应的打印图像打印到介质上；至少在介质移动方向上以比所述打印图像更低的分辨率从所述打印图像的至少一部分捕获目标图像；将所述光栅图像的至少一部分转换为基准图像；以及将所述基准图像与所述目标图像相比较。

Description

打印图像的自动检查
背景技术
打印图像中的缺陷可以由包括打印介质中的异常、打印介质与标记材料之间的相互影响、由打印机构或人为错误引入的系统缺陷的多个因素造成。图像缺陷可以包括但不限于划痕、污点、漏点簇、条痕以及带状物。
打印缺陷是不希望的，并且已经在本领域内做出了努力以开发用于它们的检测的适当方法。这样的技术大体上能够被分类为手动(人为)检查或自动检查。人为技术通常比自动方法更费时，并且研究已经表明即使在检查处理是结构化的且可重复的情况下，手动检查也是仅约80%准确[1]。此外，手动检查的费时性质在通常打印印刷机可以以超过每秒两米的速度来操作的商业打印应用中是起阻止作用的，使打印图像的快速检查成为必需。显然，这样的检查速率超出人类能力。
通常，取决于缺陷检测方法，自动检查系统落入三个类别中的一个：(i) 图像基准(或模板匹配)方法，(ii) 设计规则方法，或(iii) 二者的某组合(混合方法) [2-5]。在最简单的图像基准方法中，存在允许在潜在有缺陷的图像与对应基准图像之间的直接比较的基准。在这种情况下典型地检查100%的潜在有缺陷的图像。更精巧的参考方法涉及识别图像中的潜在有缺陷的项的特征，并且将那些特征与一组理想化的或完美的特征进行比较。对潜在有缺陷的项的检查覆盖范围在这种情况下能够变化并且可能未必是100%。在设计规则方法中，定义描述图像的特性的一组规则，并且该组规则能够被针对潜在有缺陷的图像进行统计上地检验。在这种情况下，在生成适当的统计量并且确定缺陷是否存在之前需要检查像10%那么少的产品。
自动检查方法需要大量的计算资源，并且此需求在必须针对图像缺陷来对可变数据打印进行检查的情况下剧增。在可变数据打印中，每个图像可以是不同的，并且如果采用了参考方法，则必须和不同的基准图像相关地检查每个图像。例如，用户作业可能要求采用不同的名字、地址或其它信息来对每个打印进行个性化。在某些应用中，进行所有打印图像的检查(例如，在制药工业中，对于药品标签而言要求100%的检查) 可能是必要的。这样的自动检查方法造成显著的延迟或成本上的增加。
为了满足对于可变数据产品的自动缺陷检测的需求，有时间和/或成本效率的图像检测方法以及装置是令人期待的。
附图说明
为了说明的目的，现将参考随附的概略图对本发明的特定实施例进行描述，其中：
图1示出了表示适合于检测打印图像中的错误的光电记录（photo-electrographic）打印系统的图；
图2示出了表示用于检测打印图像中的缺陷的自动检查方法的流程图；
图3示出了打印系统和自动检查方法的概略概观；
图4示出了另一打印系统和自动检查方法的概略概观；
图5示出了用于由处理单元执行的缺陷检测的比较操作的流程图；
图6进一步图示了检查方法中的比较操作。
具体实施方式
在以下的具体描述中，对附图进行参考。说明书和图中的实施例应该被认为是说明性的而不被认为限于所描述的元素的特定实施例。可以通过特定元素的修改、组合或变化从以下说明书和/或图中得到多个实施例。此外，可以理解的是，本领域的技术人员同样可以从说明书和图得到字面上未公开的实施例或元素。
图1示出了用于根据图像数据101来打印图像并且检测结果得到的打印图像中的图像缺陷的打印系统100。系统100可以包括打印组件103，所述打印组件103又可以包括写头104、照相成像板(PIP) 105、胶布滚筒(BLK) 106以及压印滚筒(IMP) 107。所图示的打印组件103可以对应于胶印打印机和/或诸如HP Indigo Digital Press(?TM)之类的液体电子照相(LEP)打印机的打印组件。然而，将了解的是，打印组件103被仅出于说明性的目的而提供，并且在不背离本发明的范围的情况下可以使用用于根据图像数据打印图像的任何适当的机构，诸如激光打印机、喷墨打印机、热升华打印机等。写头可以包括适用于将图像写在电子照相表面上的激光设备或其它光源。还包括在系统100中的可以是图像捕获设备109、处理器单元110和/或图像处理器102。
在本实施例中，图像捕获设备109可以是能将打印介质或产品上的图像转换为数字图像的设备。图像捕获组件109可以是联机图像捕获组件109和/或联机扫描系统。其可以被布置在打印机内以便捕获相对于联机图像捕获组件109移动的介质111的图像。图像捕获组件109可以被布置成以比打印分辨率更低的分辨率来捕获打印介质的图像。图像捕获组件109可以被布置成捕获打印图像的一部分和/或整个打印图像。图像捕获组件109可以包括诸如光电传感器、LED、激光二极管、扫描器等的一个或多个图像捕获传感器。例如，多个扫描器可以被布置为彼此邻近，每个扫描器具有可以小于最大介质宽度的宽度，其中扫描器的扫描区域可以重叠。图像捕获组件109可以被布置成捕获在介质11的一面或两面上的图像，例如用于双面打印。例如，扫描器可以被布置在相对侧上，从而使得介质11在两个相对的扫描器之间通过，并且在两个打印面上被扫描。每个传感器可以被布置成捕获打印到介质111上的图像的一部分和/或介质111的整个宽度。传感器可以包括一个颜色通道（即单色）或多个颜色通道传感器以例如分别捕获灰度级和/或RGB目标图像。
图像数据101可以被图像处理器102接收，所述图像处理器102使用既定的技术将输入图像数据101转换成适合于打印组件103的光栅图像。输入图像数据101还可以包括预生成的光栅图像。图像处理器102可以包括用于创建光栅图像的RIP(光栅图像处理)系统。打印组件103可以配备有用于对接收到的光栅图像进行半色调处理并且打印的半色调处理功能。图像处理器102可以将光栅图像转换成基准图像。可以使基准图像适合于与一个或多个目标图像相比较，例如以便具有近似匹配的分辨率。
可以将光栅图像发送到打印组件103。打印组件103可以被布置成将光栅图像转换成用于写头104的半色调处理数据。写头104可以在PIP 105上产生图像。进而，PIP可以将图像转印到BLK 106，所述BLK 106然后可以将该图像转印到IMP 107上的诸如片材纸之类的打印介质111上。在打印图像在方向M上退出打印组件103之前或一旦打印图像在方向M上退出打印组件103，图像捕获组件109就可以逐渐地或者从整体上捕获介质111上的打印图像，并且可以将对应的图像数据作为‘目标图像’发送到处理单元110。
图像处理器102可以生成与光栅图像相关联的所述基准图像，并且将基准图像发送到处理单元110。基准图像可以具有比光栅图像显著更低的分辨率。处理单元110可以将基准图像与目标图像相比较以用于估算它们之间的相似性，并且根据下文中所讨论的方法来确定在目标图像中是否存在一个或多个缺陷。目标图像中的检测到的缺陷可以指示在打印图像中可能存在缺陷。
处理单元110可以包括一个或多个GPU(图形处理单元)。处理单元110可以包括CPU(中央处理单元)和GPU的组合，或者可选地包括一个或多个CPU。在实施例中，处理单元110可以被布置成改变基准图像的色谱以便与目标图像的色谱匹配。在实施例中，处理单元110可以被布置成改变目标图像和基准图像中的一个或二者的分辨率。处理单元110可以被布置成将目标图像与基准图像相比较。处理单元110可以被布置成将目标图像的至少一部分与基准图像的对应部分相比较。可以由多个GPU并行执行多个比较操作。
图2图示了用于检测打印图像206中的缺陷的自动检查方法200。图像数据101可以被打印系统100作为输入接收。图像数据101可以包括扫描的模拟图像和/或经由计算机、网络和/或数字数据载体接收到的数字图像数据。
图像数据101可以由图像处理器102来处理。图像处理器102可以生成光栅图像203，或者图像数据101可以包括预生成的光栅图像203。图像处理器102可以在步骤204中将光栅图像203发送到打印组件103以用于后续的半色调处理和电子照相打印。光栅图像203可以具有适合于所涉及的打印组件103的分辨率和格式。光栅图像203可以具有打印分辨率。例如，对于诸如HP Indigo Digital Press (?TM)之类的LEP系统而言，针对812 DPI的对应打印分辨率，可以以约812 DPI (每英寸点数)的分辨率、例如在CMYK(青、品红、黄、黑)色空间中生成光栅图像203。在这里，打印分辨率可以由每英寸点数(DPI)的像素分辨率来指示。图像处理器102可以包括描述光栅图像203中的色平面中的每一个中的每个像素的所要求的强度和/或密度水平的信息。
在打印处理期间，在打印组件103内，在步骤205中光栅图像203可以被半色调处理成不同的颜色图案。打印图像206可以被打印到介质111上。打印处理可以包括如上文所描述的电子照相打印处理。介质111可以例如包括纸或任何其它基底。打印分辨率可以被理解为打印点(像素)分辨率，其可以对应于光栅图像分辨率。例如，打印分辨率可以是600 DPI或更大，例如812 DPI，例如与光栅图像的分辨率相对应。可以由图像捕获组件109在步骤207中捕获打印图像206。图像捕获组件109可以将打印图像206作为目标图像208来捕获，其中目标图像208可以具有比打印图像206更低的分辨率。目标图像208的分辨率可能取决于图像捕获组件109的部件。目标图像208的分辨率在介质111的移动方向M上可以例如是约300 DPI或更小，或约135 DPI或更小，或约67 DPI或更小。在宽度方向（即垂直于移动方向M）上，目标图像208的分辨率可以例如是约600 DPI或更小，或例如在约300 DPI与600 DPI之间。例如，目标图像208的分辨率可以在宽度方向上为约200 DPI并且在移动方向上为80 DPI。在实施例中，目标图像208可以在第一阶段中以上文提到的分辨率生成。同样地，基准图像210的分辨率可以在第一阶段中被降低，例如以精确地或几乎与目标图像208的分辨率匹配。这些第一阶段操作可以由图像处理器102来执行。在第二阶段中，目标图像208或基准图像210的分辨率可以被进一步调整以便分别更精确地与基准图像210或目标图像208的分辨率匹配。这些第二阶段操作可以由处理单元110来执行。
在步骤209中，图像处理器102可以生成基准图像210。图像处理器102可以将光栅图像203转换成基准图像210。基准图像210可以从光栅图像203生成。在另一可选的实施例中，可以直接地从输入图像数据生成基准图像210。
基准图像210可以具有更适合于步骤211的比较操作的格式，以与目标图像进行比较。目标图像208可以受到所使用的图像捕获组件109和/或处理单元110可用的处理能力的限制。在步骤209的转换中，基准图像210的分辨率可以被选择成匹配或接近于由图像捕获组件109产生的目标图像208分辨率。基准图像210的分辨率可以依赖于和/或接近于图像捕获组件109的输出图像分辨率。例如，图像捕获组件109可以被布置成输出预定分辨率的和至少一个预定颜色通道的图像。在实施例中，图像捕获组件109的分辨率至少在介质111的移动方向M上可以为约300 DPI或更小，例如约135 DPI或更小，例如约67 DPI或更小。相应地，目标图像208的分辨率在所述方向M上可以为约300 DPI或更小，例如约135 DPI或更小，例如约67 DPI或更小。例如，图像捕获组件109可以被配置成在RGB(红色，绿色，蓝色)中以约67 DPI或灰度色空间中以约135 DPI操作。在这个实例中，可以相应地生成基准图像210的分辨率。
在替代实施例210中，目标图像208可以被处理成与基准图像210的分辨率匹配。在其它实施例中，基准图像210和目标图像208二者可以被处理成符合相互的分辨率。在再进一步的实施例中，包括光栅图像203到基准图像210的转换的转换步骤209可以包括将光栅图像203缩减比例到低于光栅图像203和/或打印图像206的分辨率的分辨率。将基准图像210的分辨率缩减比例到低于打印图像206，即接近于目标图像208的分辨率可以有助于基准图像210与目标图像208之间的更有效的比较操作211。更小尺寸的图像可以被更快地处理，并且通常可以改进系统1的性能。其对阻止通过系统1和在系统1内发送大尺寸图像可能是有利的。
在这个阶段，处理单元110可能已经接收到了具有基本上相同的分辨率的两个经处理的图像，即与光栅图像203相对应的基准图像210，和目标图像208。本领域的技术人员将理解的是，在实施例中，对原始图像缩减比例以产生基准图像210可以通过处理单元110而不是图像处理器102来执行，其中光栅图像203可以被发送到处理单元110以便转换成基准图像210。然而，具有近似匹配的目标和基准图像分辨率210可以允许诸如GPU之类的专用处理单元110执行专用比较操作，如由步骤211所指示的那样。由于GPU较中央处理单元(CPU)相对便宜，所以多个GPU可以被用于这个操作211，以代替使用更快且更昂贵的CPU。
在第二阶段中，在所述缩减比例之后，处理单元110可以转换基准图像210的颜色格式以便对应于目标图像208的色谱格式。例如基准图像210的色谱可以被从CMYK转换为RGB或灰度。
在第二阶段中，处理单元110可以调整目标图像208的分辨率以便与基准图像210的分辨率匹配。例如，目标图像208（即所捕获的图像）的初始分辨率可以为约200×80 DPI，而基准图像210的分辨率可以为约203.2×81.28 DPI。可以调整目标图像208的分辨率以便与基准图像210的分辨率匹配。在另一实施例中，可以调整基准图像210的分辨率以便与目标图像208的分辨率匹配。
图3示出了打印系统100和自动检查方法的概略概观，其中目标图像208和基准图像210可以包括低分辨率图像。图像处理器102可以生成光栅图像203。光栅图像103可以包括相对高分辨率CMYK图像，例如812×812 DPI。光栅图像103可以被发送到配备有半色调处理功能205的打印组件103。可以在介质111上生成并且打印与每个C、M、Y和/或K油墨相对应的半色调处理图案。可以在介质111的移动方向M上以例如300DPI或更小、或诸如135或67 DPI之类的150 DPI或更小的相对低的分辨率通过图像捕获组件109的一个或多个RGB传感器来捕获结果得到的打印图像206。可替换地，图像捕获组件109可以例如以诸如约打印分辨率之类的相对高的分辨率来捕获具有CMYK色谱的打印图像206，并且然后转换为较低分辨率RGB色谱目标图像208。
图像处理器102可以将光栅图像203转换为具有约与目标图像208相同的分辨率的基准图像210，尽管该分辨率仍然可以是稍微不同的。在此实例RGB中，处理单元110可以转换基准图像210的色谱以便与目标图像208匹配。处理单元110可以调整目标图像208的分辨率以便与基准图像210的分辨率匹配。基准图像210和目标图像208可以通过处理单元110来比较。多个目标图像208可以通过多个GPU与基准图像210的相应区域相比较。通过使用多个GPU以及目标和基准图像208、210的匹配的分辨率，可以在移动介质111通过打印机100以便输出打印图像206的同时实时地执行该检查方法。
打印系统100和检查方法的另一实施例可以被图示在图4的概略图中。在这里，目标图像208可以具有单色谱。图像捕获组件109可以仅在一个颜色通道处捕获打印图像206。这可以允许相对便宜且有效的图像捕获和比较操作。图像捕获组件109可以包括单色光电传感器。在替代实施例中，所捕获的图像可以具有多个颜色通道，并且在图像捕获之后可以例如通过处理单元110来将目标图像208转换为灰度图像。在第一阶段中，基准图像210可以包括多个颜色通道例如CMYK，而在第二阶段中，所述多个颜色通道基准图像210的至少一部分可以被转换成单个颜色通道即灰度基准图像210。这可以允许与对应的灰度通道目标图像208的相对有效的比较。打印系统100的其它部件可以类似于图3中所示出的系统100。此系统100可以允许快且有成本效益的检查系统100和方法。
图5示出了根据本发明的实施例的、可以由处理器单元110 执行以便检测打印图像中的缺陷的比较操作的实施例。在第二阶段转换步骤302中，基准图像210和目标图像208可以以基本上相同的分辨率被转换为具有基本上相同的颜色格式，如上文所解释的那样。然后，在步骤303中可以记录基准图像210和目标图像208以对准图像以使能够实现精确的错误检测。例如，由于系统硬件缺陷或在从打印组件103退出时纸位置的变化的原因，可能发生不对准。接下来，在步骤304中，所记录的图像中的一个或二者可以被滤波（例如被平滑和/或锐化），从而使得能够比较目标和基准图像208、210。步骤304的滤波处理可以包括目标图像的锐化和基准图像边缘的柔化以增加获得准确缺陷检测的可能性。在这个步骤之后，在步骤305中可以执行缺陷检测以产生被发送到判定功能的缺陷图。判定功能可以分析缺陷图并且可以在步骤306中判定在图像中是否存在一个或多个缺陷，并且如果存在的话，则可以确定可能包括暂停或调整打印处理和/或改变操作员的适当的行动步骤。可选地，在步骤307中，诊断功能可以分析缺陷图以便确定原因并且可能地修复错误的原因。可替换地或此外，步骤307的诊断功能可以被用来保存缺陷的日志以用于维修计划及确定设备问题是否是急迫的。
在步骤303中的基准图像210和目标图像208的记录能够使用如本领域中已知的任何合适的记录方法来实现，并且技术人员将了解的是，本发明的范围不限于特定的记录方法。
在记录和/或滤波303、304之后，缺陷检测可以被应用于例如与步骤305和/或306相对应的所记录的基准图像和目标图像。在实施例中，缺陷检测功能可以在逐个像素的基础上实现结构相异性信息测量(DSIM)。DSIM可以基于下述规则：目标图像中的每个区域在基准图像中应该具有类似的附近区域，除非其包含缺陷。DSIM可以基于结构相似性信息测量(SSIM) [6]，其基于人类视觉感高度适合于从图像中提取结构信息的前提。诸如差分（difference）或误差平方和之类的最普遍的相似性测量易于理解和使用，但是它们不很好地对应于所感知的视觉质量[7, 8]。缺陷检测功能使用来自SSIM的思想，其根据以下方程式将相似性值S分配给两个图像：
其中，和是分别与目标图像中的目标区域和基准图像中的基准区域相对应的图像信号。SSIM可以具有三个分量：亮度度量l，其比较所述两个区域的平均值；对比度度量c，其比较所述两个区域的标准偏差；以及结构度量s，其比较所述两个区域的相关性。这三个度量基于图像对的属性，包括信号平均值：
信号标准偏差：
以及信号互相关：
其中，总和遍及相关区域中的所有像素，并且N是区域中的像素的总数。基于这些属性，亮度度量l被定义为：
其中C1是常数。对比度度量c被定义为：
其中C2是常数。最后，结构度量s被定义为：
其中C3是常数。常数C1可以根据以下方程式取标准值[6]：
其中，L是像素值的动态范围(对于8比特灰度图像而言是255)，并且K 1 <<1是小常数。常数C2可以根据以下方程式取值：
其中，K 2 <<1也是小常数。最后，C3可以取值：
本领域的技术人员将了解的是，各种常数可以随适合用于特定应用或图像类型而变化。
为了检测打印图像缺陷的目的，已经开发了DSIM，其基于对比度度量和结构度量，并且基本上不依赖于亮度度量。在一个实施例中，DSIM采取如下形式：
其中如上文所述的那样计算对比度度量c以及结构度量s。
用于DSIM的常数C2与C3可以被调整成适合缺陷检测方法的特定应用。然而，已经发现在大多数情况下，与针对SSIM所定义的那些相同的常数值可以提供可接受的结果。
现在转到图6，针对可能具有匹配的格式的目标图像208和基准图像210图示了缺陷检测处理的实施例。如将解释的那样，目标图像208的一部分可以与基准图像210的对应部分相比较。图6示出了被定位在k乘k目标区域403中的中心的目标图像208中的像素p。类似地，基准图像210可以包含在k乘k个基准区域404中包含的像素q。在一些实施例中，基准像素q可以简单地对应于在与像素p相同的位置处的像素。然而，由于由扫描处理所引入的固有变异性的原因，针对每个像素执行额外的本地记录通常更准确。在所图示的实施例中，定义了尺寸为w乘w的窗口405。接下来，可以搜索窗口405以找到‘最佳匹配’基准区域。一旦确定了基准区域，中心像素就被取为像素q并且能够计算DSIM。
多个目标区域可以并行地与多个对应的基准区域比较。有利地，可以使用多个GPU来并行地执行多个比较操作。
例如可以使用SSIM测量来确定‘最佳匹配’基准区域。可以计算用于窗口404中的每个k乘k区域的SSIM，并且具有最高的SSIM的区域被选择作为目标区域。然而，如果针对特定区域发现了相对高的SSIM等级，则此区域可以被选择作为目标区域。在实施例中，可以应用最优化以便防止必须针对每个区域计算SSIM和/或搜索整个w×w窗口。在其中图像被精确地记录的理想系统中，没有缺陷存在，并且像素q将在与目标图像中的像素p的位置相对应的位置中。相反地，在像素p处存在缺陷的情况下，最佳匹配的基准区域将是不良匹配，并且相关的DSIM将可能指示在此位置处的缺陷的存在。
在确定‘最佳匹配’基准区域和因此基准像素q的位置之后，缺陷检测处理根据上文的方程式(8)来计算与目标像素p和基准像素q相关联的DSIM、D。在没有上文提到的最优化的这个实例中，确定‘最佳匹配’区域并且然后计算DSIM的处理能够被概括为如下：
对于目标图像中的每一个像素‘p’：
k乘k帧：x=x(p)，集中在p处
1. 使用S在尺寸为w乘w的窗口内的基准图像中找到最佳匹配的k×k像素帧y=y(p)；
2. 基于最佳匹配的帧计算D。
该系统的另外的部分可以包括通知操作员已经发生了缺陷并且可选地通知其的严重性(例如，强制停止与否)。此功能可以由取得检测功能所生成的结果(例如，缺陷图和/或缺陷图像)的判定功能306来执行。在二进制缺陷图的情况下，能够有效地应用诸如形态滤波或中值滤波之类的分析技术以减少噪声并且去除视觉上不能感知的缺陷。在本发明的一个实施例中，执行在水平和垂直两个方向上在预滤波或后滤波的缺陷图上的投影以确定在该页面上是否发生人类可见缺陷。例如，如果在缺陷图的行或列中的预定数量的连续像素（例如两个或更多个）是有缺陷的，则这可以被标记为可见的缺陷。缺陷的尺寸和形状可以被用来确定缺陷是否使得有理由对机器进行自动关闭或向操作员触发警告而不影响当前的打印作业。如果缺陷发生，则缺陷图还能够帮助做诊断和修补。在一些实施例中，缺陷图(具有或没有目标图像数据和/或缺陷图像)能够被传递给诊断系统以用于进一步的分析和恢复过程。
对于特定的目标像素，本地记录、DSIM以及SSIM操作可能仅取决于少量的附近像素，并且计算是与顺序无关的。此外，算法可以是计算密集的，并且不是受存储器限制的。这些特性可以使DSIM成为用于GPU上的加速的候选者。
在上文中所描述的缺陷检测方法能够使用来自Nvidia(?TM)的CUDA(?TM)计算接口来实现。CUDA(?TM)接口给予程序员对GPU的计算能力的低级访问。该实施方式实现由GPU中的所述多个处理单元所支配的并行性。为了减少存储器存取，每个图像被存储在纹理数据储存器中，其被高速缓存并且被针对二维存储器存取模式进行了优化。此外，用于每个像素的DSIM被独立地针对每个颜色通道来计算。这显著地改进了存储器存取时间，因为每个像素仅被存取一次。在计算了用于每个颜色通道的DSIM之后，它们的值与逻辑或运算符结合以得出最终的DSIM判定。
虽然上述实施例涉及在打印介质上打印的图像中的缺陷的检测，但是将理解的是，本发明的进一步的实施例同样可以适用于打印到包括但不限于卷纸、织物、聚合物基底或硅基底的产品上的图像。事实上，在本发明的一些实施例中，可以使用功能标记材料来打印图像以产生例如电路或部件。在这样的应用中，如果电路故障将被避免，则缺陷的检测可能是希望的。因此，本领域的普通技术人员将理解的是，如在本文中所使用的术语‘图像’不限于在传统打印介质上或使用传统标记材料打印的图像，而可以扩展到任何光学地、电气地或物理地形成的复制品。
为了解释的简单起见，所图示的方法论已经被示出并且描述为一系列的功能块。本领域的普通技术人员将了解的是，所述方法论不受块的顺序所限，因为某些块能够以与所示出的和描述的顺序不同的顺序和/或与其它块同时出现。此外，可以要求少于所有图示的块来实现示例方法论。将进一步了解的是，电子和软件应用可以包括动态且灵活的处理，从而使得所图示的块能够以不同于所示出的那些的其它顺序执行和/或使得块可以被组合或分离成多个部件。在上文中描述的方法和处理可以使用如机器语言、程序上的、面向对象和/或人工智能技术的各种编程方法来实现。
上文的实施例将被理解为本发明的说明性示例。设想本发明的进一步的实施例。例如，能够使用平均区域亮度(而不是SSIM)或如在本领域中已知的其它合适的测量来执行‘最佳匹配’基准区域的选择。可替换地或此外，在一些实施例中，缺陷检测方法能够被分别应用于每个颜色分离。
在一方面中，可以提供用于检测打印图像206中的缺陷的自动检查方法，包括：(i) 处理光栅图像203，(ii) 将光栅图像203发送到打印处理205，(iii) 将与光栅图像203相对应的打印图像206打印到介质111上，(iv) 至少在介质移动方向M上以比打印图像206更低的分辨率从打印图像206的至少一部分捕获目标图像208，(v) 将光栅图像203的至少一部分转换为基准图像210，以及(vi) 将基准图像210与目标图像208相比较。打印处理可以包括在打印之前对光栅图像203进行半色调处理，并且打印经半色调处理的图像206。在介质的移动方向M上，目标图像208的分辨率可以包括小于约每英寸300点。目标图像208可以具有红色绿色蓝色(RGB)色谱。在第一阶段中，基准图像210可以具有青、品红、黄以及黑(CMYK)色谱。
基准图像210的分辨率和/或色谱可以被转换为分别近似等于目标图像208的分辨率和/或色谱。目标图像208可以包括灰度图像。光栅图像203可以包括多个颜色通道，并且例如在一个或多个步骤中，该方法可以进一步包括将所述多个颜色通道光栅图像203的至少一部分转换成一个颜色通道基准图像210。
该方法可以进一步包括使用根据它们对亮度的影响的权重针对每个红色、绿色以及蓝色通道来应用并且结合结构相似性测量(SSIM)方法[6]。在本说明书中提到的参考文献中的某些中描述了SSIM。
例如当每秒打印至少一页并且其中每一页都使用不同的光栅图像来打印时，该方法可能对可变数据打印是有用的。打印系统100和检查方法可以允许目标和基准图像208、210的快速比较。对于以每秒至少一页的速度的高量打印(例如，超过10.000页，或超过30.000页)而言，打印系统100和检查方法可以允许使用可变数据打印（即不同的光栅图像）的实时缺陷检测。使用RGB和/或一个颜色通道(单色)传感器和目标图像208可以允许以相对低的成本并且在无需占用打印系统100中的许多空间的情况下来进行高速可变数据打印。
该检查方法可以进一步包括通过用于一个打印图像的多个处理单元并行地将多个基准图像区域404与多个对应的目标图像区域403相比较。
在第二方面中，可以提供打印系统100，该打印系统100可以包括：(i) 打印组件103，(ii) 图像处理器102，该图像处理器102被布置成处理用于打印组件103的光栅图像103并且将光栅图像103转换为基准图像110，(iii) 联机图像捕获组件109，其被布置成捕获打印介质111的图像以便以比打印图像206更低的分辨率来提供目标图像208，以及(iv) 处理单元110，该处理单元110被布置成将目标图像208与基准图像210相比较。联机图像捕获组件109可以包括被布置成以比打印分辨率更低的分辨率来捕获打印介质111的图像的至少一个图像捕获传感器。该至少一个图像捕获传感器可以被布置成捕获RGB和单色目标图像208中的至少一个。处理单元110可以包括每个被布置成将目标图像208的一部分与基准图像210的对应部分(在本说明书中也被称为目标区域403和基准区域210)相比较的多个图形处理单元，并且该多个图形处理单元被布置成并行地执行所述比较操作。
在第三方面中，可以提供计算机可读介质，其可以包括用于指示打印系统100执行用于检测打印图像206中的缺陷的自动检查方法的指令，所述方法包括：(i) 处理光栅图像203，(ii) 将光栅图像203发送到打印处理，(iii) 将与光栅图像203相对应的打印图像206打印到介质111上，(iv) 以比打印图像206更低的分辨率从打印图像206的至少一部分捕获目标图像208，(v) 将光栅图像203的至少一部分转换为基准图像210，并且将基准图像210与目标图像208相比较。
在上文中，处理光栅图像203可以包括从输入图像生成光栅图像203。处理光栅图像203还可以包括直接地接收光栅图像203。因此，可以提供图像处理器102，其被布置成处理用于打印组件103的光栅图像203。图像处理器102可以被布置成将输入图像201转换成适合于打印组件103的所述光栅图像203，和/或图像处理器102可以被布置成接收光栅图像并且将它引导到打印组件。
目标图像208的低分辨率和目标图像208的RGB或灰度色标可以允许相对快速的图像捕获。相对低的分辨率RGB或灰度图像传感器可以是相对有成本效率的。至少与传统中央处理单元相比较，使用被配置成并行地执行上文的图像比较操作的多个图形处理单元可以是相对有成本和时间效率的。
在一些实施例中，可能需要打印系统100和缺陷检测方法与可变数据打印系统一起操作。在这样的系统中，每一页可以是潜在不同的，并且因此，缺陷检测可能需要实时地操作。对于当前的工业打印系统而言，此需求转化为每秒至少一页的处理速度。图形处理单元(GPU)可以被用来执行并行计算。测试已经表明，通过例如在CMYK中使用数字光栅图像以用于创建基准图像，并且使用多个低分辨率RGB和/或单色图像传感器和GPU，可以以相对低的成本、低的复杂性和高的空间效率来提供用于高量可变打印操作的精确缺陷检查方法。这在LEP打印系统等中可能是有利的。
在该说明书中，若干术语被用于特定特征和功能。然而，对技术人员将显而易见的是，在不背离本发明的精神的情况下也可以不同地选择这些特征和功能的命名法。
上文的描述并不旨在是穷举的，或者将本发明限制于所公开的实施例。所公开的实施例的其它变化能够由本领域的技术人员在实现所要求保护的发明的过程中从对图、公开内容以及随附权利要求的研究来理解和实现。在权利要求中，词“包括”不排除其它元件或步骤，并且不定冠词‘一’或‘一个’不排除多个，同时对特定数量的元件的引用不排除具有更多的元件的可能性。单个单元可以完成在该公开内容中记载的若干项的功能，并且反之亦然，若干项可以完成一个单元的功能。
特定手段被记载在相互不同的从属权利要求中的简单事实不指示这些手段的组合不能够被用来使处于优势。在不背离本发明的范围的情况下，可以构建多个替换物、等同物、变化以及组合。
参考文献
[1] Bill Smith, "Making war on defects", IEEE Spectrum, vol. 30, no. 9, pp. 43-47, 1993。
[2] Shang-Hong Lai 和 Ming Fang, "An accurate and fast pattern localization algorithm for automated visual inspection", Real-Time Imaging, vol. 5, pp. 3-14, 1999。
[3] Madhav Moganti和Fikret Ercal, "Automatic PCB inspection algorithms: A survey", Computer Vision and Image Understanding, vol. 63, no. 2, pp. 287-313, 1996。
[4] Roland T. Chin, "Automated visual inspection algorithms", in Computer Vision: Theory and Industrial Applications, Ed. Carme Torras, 1992, pp. 377-404。
[5] Byron E. Dom 和 Virginia Brecher, "Recent advances in the automatic inspection of integrated circuits for pattern defects", Machine Vision and Applications, vol. 8, pp. 5-19, 1995。
[6] Zhou Wang, Alan C. Bovik, Hamid~R. Sheikh, 和 Eero P. Simoncelli, "Image quality assessment: from error measurement to structural similarity", IEEE Transactions on Image Processing, vol. 13, 2004。
[7] Alan C. Bovik, Zhou Wang, 和 Ligang Lu, "Why is image quality assessment so difficult?", Proceedings of the IEEE International Conference on Acoust., Speech, and Signal Processing, 2004, vol. 4, pp. 3313--3316。
[8] Ahmet M. Eskicioglu 和Paul S. Fisher, "Image quality measures and their performance", IEEE Transactions on Communications, vol. 43, no. 12, pp. 2959-2965, 1995。

Claims (14)

1.用于检测打印图像中的缺陷的自动检查方法，包括
处理光栅图像，
将所述光栅图像发送至打印处理，
将与所述光栅图像相对应的打印图像打印到介质上，
至少在介质移动方向上以比所述打印图像更低的分辨率从所述打印图像的至少一部分捕获目标图像，
将所述光栅图像的至少一部分转换为基准图像，以及
将所述基准图像与所述目标图像相比较；
其中所述自动检查方法进一步包括使用根据所述目标图像的颜色通道对亮度的影响的权重针对所述目标图像的每个颜色通道来应用并且组合结构相似性测量(SSIM)方法。
2.根据权利要求1所述的自动检查方法，其中，所述打印处理包括在打印之前对所述光栅图像进行半色调处理，并且打印所述经半色调处理的图像。
3.根据权利要求2所述的自动检查方法，其中，所述更低的分辨率包括在所述介质的移动方向上少于每英寸300点。
4.根据权利要求3所述的自动检查方法，其中，在第一阶段中，所述基准图像具有青、品红、黄以及黑(CMYK)色谱。
5.根据权利要求4所述的自动检查方法，其中，所述基准图像的所述分辨率和/或所述色谱分别被转换为近似等于所述目标图像的所述分辨率和/或所述色谱。
6.根据权利要求5所述的自动检查方法，其中，所述目标图像包括灰度图像。
7.根据权利要求6所述的自动检查方法，其中，所述光栅图像包括多个颜色通道，并且所述方法进一步包括
将所述多个颜色通道光栅图像的至少一部分转换成一个颜色通道基准图像。
8.根据权利要求7所述的自动检查方法，其用于可变数据打印，包括每秒打印至少一页，其中每一页使用不同的光栅图像来打印。
9.根据权利要求8所述的自动检查方法，包括：通过用于一个打印图像的多个处理单元并行地将多个基准图像部分与多个对应的目标图像部分相比较。
10.打印系统，包括：
打印组件，
图像处理器，所述图像处理器被布置成将输入图像转换为用于所述打印组件的光栅图像，并且将所述光栅图像转换为基准图像，
联机图像捕获组件，其被布置成捕获打印介质的图像，以便以比打印图像更低的分辨率来提供目标图像，以及
处理单元，所述处理单元被布置成将目标图像与基准图像相比较；
其中所述处理单元还被布置成使用根据所述目标图像的颜色通道对亮度的影响的权重针对所述目标图像的每个颜色通道来应用并且组合结构相似性测量(SSIM)方法。
11.根据权利要求10所述的打印系统，其中，所述联机图像捕获组件包括至少一个图像捕获传感器，所述至少一个图像捕获传感器被布置成以比打印分辨率更低的分辨率来捕获所述打印介质的图像。
12.根据权利要求11所述的打印系统，其中，所述至少一个图像捕获传感器被布置成捕获RGB和单色目标图像中的至少一个。
13.根据权利要求12所述的打印系统，其中，所述处理单元包括多个图形处理单元，每个图形处理单元被布置成将目标图像的一部分与基准图像的对应部分相比较，并且
所述多个图形处理单元被布置成并行地执行所述比较操作。
14.一种用于检测打印图像中的缺陷的自动检查设备，所述设备包括
用于处理光栅图像的装置，
用于将所述光栅图像发送至打印处理的装置，
用于将与所述光栅图像相对应的打印图像打印到介质上的装置，
用于以比所述打印图像更低的分辨率从所述打印图像的至少一部分捕获目标图像的装置，
用于将所述光栅图像的至少一部分转换为基准图像的装置，以及
用于将所述基准图像与所述目标图像相比较的装置；
其中所述自动检查设备还包括用于使用根据所述目标图像的颜色通道对亮度的影响的权重针对所述目标图像的每个颜色通道来应用并且组合结构相似性测量(SSIM)方法的装置。
CN201080062035.8A 2010-01-21 2010-01-21 打印图像的自动检查 Expired - Fee Related CN102811863B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2010/021606 WO2011090475A1 (en) 2010-01-21 2010-01-21 Automated inspection of a printed image

Publications (2)

Publication Number Publication Date
CN102811863A CN102811863A (zh) 2012-12-05
CN102811863B true CN102811863B (zh) 2015-07-22

Family

ID=44307089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080062035.8A Expired - Fee Related CN102811863B (zh) 2010-01-21 2010-01-21 打印图像的自动检查

Country Status (5)

Country Link
US (1) US8867796B2 (zh)
EP (1) EP2525978B1 (zh)
JP (1) JP5536233B2 (zh)
CN (1) CN102811863B (zh)
WO (1) WO2011090475A1 (zh)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2492094A1 (en) * 2011-02-25 2012-08-29 Bobst Bielefeld GmbH Colour proving apparatus and method
DE102011108754A1 (de) * 2011-07-28 2013-01-31 Khs Gmbh Inspektionseinheit
EP2748008A4 (en) * 2011-11-02 2015-04-01 Dip Tech Ltd METHOD AND APPARATUS FOR CORRECTING A PRINTED IMAGE
US8687221B1 (en) * 2011-12-13 2014-04-01 Euresys Sa Creating a printed material inspection script and inspecting printed material according to a script
JP2013123812A (ja) * 2011-12-13 2013-06-24 Canon Inc 検査装置、検査方法、コンピュータプログラム
JP2014008610A (ja) * 2012-06-27 2014-01-20 Canon Inc 検査装置、検査方法、及びプログラム
JP5813611B2 (ja) 2012-09-28 2015-11-17 富士フイルム株式会社 画像評価装置、画像評価方法、及びプログラム
JP5971478B2 (ja) * 2013-01-08 2016-08-17 コニカミノルタ株式会社 画像形成装置および画像形成方法
JP6036307B2 (ja) * 2013-01-08 2016-11-30 株式会社リコー 画像検査システム、画像検査方法、画像検査プログラム、及び記録媒体
EP2943931B1 (en) * 2013-01-14 2021-01-27 Crest Solutions Limited A label inspection system and method
EP2778892B1 (en) 2013-03-11 2022-08-10 Esko Software BV Method and system for inspecting variable-data printing
JP6357786B2 (ja) * 2013-03-15 2018-07-18 株式会社リコー 画像検査装置、画像検査システム及び画像検査方法
JP5884760B2 (ja) * 2013-03-22 2016-03-15 富士ゼロックス株式会社 画像検査システムおよび画像検査装置
CN104424091B (zh) * 2013-08-22 2017-05-24 北大方正集团有限公司 栅格图像处理器测试方法及系统
JP2015088884A (ja) * 2013-10-30 2015-05-07 富士ゼロックス株式会社 検査装置
JP6257355B2 (ja) * 2014-02-03 2018-01-10 トッパン・フォームズ株式会社 印刷物検査装置
CN103852429B (zh) * 2014-03-13 2016-01-06 武汉虹之彩包装印刷有限公司 一种连续识别镭射印刷品色相的消光检测装置
WO2016045743A1 (en) * 2014-09-26 2016-03-31 Hewlett-Packard Indigo B.V. Visualizing image registration information
JP6455252B2 (ja) * 2014-12-24 2019-01-23 株式会社リコー 画像検査装置、画像検査システム及び画像検査方法
US10404868B2 (en) * 2015-07-15 2019-09-03 Hp Indigo B.V. Image defect detection
JP6291546B2 (ja) * 2016-09-07 2018-03-14 富士フイルム株式会社 画像評価装置、画像評価方法、及びプログラム
US10300723B2 (en) * 2016-10-11 2019-05-28 Electronics For Imaging, Inc. Systems and methods for determining printing conditions based on samples of images printed by shuttle-based printers
JP6885896B2 (ja) * 2017-04-10 2021-06-16 富士フイルム株式会社 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム
JP2019018537A (ja) * 2017-07-21 2019-02-07 東芝テック株式会社 プリンタ
JP2019084743A (ja) * 2017-11-07 2019-06-06 コニカミノルタ株式会社 画像形成システム、画像形成装置及びプログラム
JP7077631B2 (ja) * 2018-01-18 2022-05-31 コニカミノルタ株式会社 画像検査装置および画像形成システム
DE102018201794B3 (de) 2018-02-06 2019-04-11 Heidelberger Druckmaschinen Ag Adaptive Bildglättung
EP3810430A4 (en) * 2018-06-22 2022-01-26 Hewlett-Packard Development Company, L.P. SUPPORT ALIGNMENTS USING MULTIPLE PASSES
JP7167615B2 (ja) * 2018-10-05 2022-11-09 コニカミノルタ株式会社 画像検査装置、画像検査方法及び画像検査プログラム
EP3668074A1 (en) * 2018-12-13 2020-06-17 Dover Europe Sàrl System and method for handling variations in a printed mark
JP2020116746A (ja) * 2019-01-18 2020-08-06 コニカミノルタ株式会社 基準画像生成装置、画像形成システム、基準画像生成方法、および基準画像生成プログラム
JP7145768B2 (ja) 2019-01-18 2022-10-03 コニカミノルタ株式会社 検査装置、画像形成システム、検査プログラム、および検査方法
US11104077B2 (en) * 2019-03-29 2021-08-31 Xerox Corporation Composite-based additive manufacturing (CBAM) image quality (IQ) verification and rejection handling
JP7293046B2 (ja) * 2019-08-23 2023-06-19 東レエンジニアリング株式会社 ウエーハ外観検査装置および方法
JP7363231B2 (ja) * 2019-09-10 2023-10-18 コニカミノルタ株式会社 画像検査装置、画像形成装置、画像検査方法及びプログラム
DE102019134721A1 (de) * 2019-12-17 2021-06-17 Canon Production Printing Holding B.V. Verfahren zum Ermitteln von fehlerhaften Druckdüsen einer Druckvorrichtung
US10976974B1 (en) 2019-12-23 2021-04-13 Ricoh Company, Ltd. Defect size detection mechanism
CN111598771B (zh) * 2020-01-15 2023-03-14 电子科技大学 一种基于ccd相机的pcb电路板缺陷检测系统及方法
WO2021150230A1 (en) * 2020-01-23 2021-07-29 Hewlett-Packard Development Company, L.P. Generation of feature vectors for assessing print quality degradation
US11800036B2 (en) 2020-01-23 2023-10-24 Hewlett, Packard Development Company, L.P. Determining minimum scanning resolution
US11373294B2 (en) 2020-09-28 2022-06-28 Ricoh Company, Ltd. Print defect detection mechanism
US11736640B1 (en) * 2022-08-22 2023-08-22 Kyocera Document Solutions, Inc. Method and apparatus for detecting sheet-fed scanner double-feeds using neural network classifier
CN117969555A (zh) * 2024-03-29 2024-05-03 季华实验室 墨滴打印漏点检测方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987159A (en) * 1996-09-24 1999-11-16 Cognex Corporation System or method for detecting defect within a semi-opaque enclosure
US6246788B1 (en) * 1997-05-30 2001-06-12 Isoa, Inc. System and method of optically inspecting manufactured devices
JP3810746B2 (ja) * 2003-02-05 2006-08-16 三菱重工業株式会社 版掛け間違い検出方法及び版掛け間違い検出装置

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5237655A (en) * 1990-07-05 1993-08-17 Eastman Kodak Company Raster image processor for all points addressable printer
JP2952793B2 (ja) * 1991-09-19 1999-09-27 株式会社小森コーポレーション ウェブの蛇行認識方法および装置
US5490237A (en) * 1993-04-26 1996-02-06 Hewlett-Packard Company Page printer having improved system for receiving and printing raster pixel image data from a host computer
JP3215224B2 (ja) * 1993-05-18 2001-10-02 キヤノン株式会社 データ処理システム及びデータ処理方法
JPH07256953A (ja) * 1994-03-24 1995-10-09 Brother Ind Ltd プリンタ
US5812705A (en) * 1995-02-28 1998-09-22 Goss Graphic Systems, Inc. Device for automatically aligning a production copy image with a reference copy image in a printing press control system
US5737453A (en) * 1996-05-17 1998-04-07 Canon Information Systems, Inc. Enhanced error-diffusion method for color or black-and-white reproduction
US5999636A (en) * 1997-10-10 1999-12-07 Printprobe Technology, Llc Apparatus and process for inspecting print material
US6362870B2 (en) * 1998-10-26 2002-03-26 Hewlett-Packard Company Image copier having enhanced duplex capabilities; method of printing a copy of a document to produce a duplex copy product
US6469805B1 (en) * 1998-12-18 2002-10-22 Xerox Corporation Post raster-image processing controls for digital color image printing
US6335978B1 (en) * 1999-02-09 2002-01-01 Moore North America, Inc. Variable printing system and method with optical feedback
US6738150B1 (en) * 1999-04-14 2004-05-18 Hewlett-Packard Development Company, L.P. Methods and systems for processing image data
US6522430B1 (en) * 1999-11-29 2003-02-18 Xerox Corporation Quantification of motion quality effect on image quality
US6912071B1 (en) * 1999-11-29 2005-06-28 Xerox Corporation Virtual tech rep by remote image quality analysis
US6804417B1 (en) * 2000-03-31 2004-10-12 Hewlett-Packard Development Company, L.P. Pixel depletion technique
US20030039402A1 (en) * 2001-08-24 2003-02-27 Robins David R. Method and apparatus for detection and removal of scanned image scratches and dust
JP3669698B2 (ja) * 2002-09-20 2005-07-13 日東電工株式会社 印刷物の検査方法及び検査装置
JP4375523B2 (ja) * 2002-12-20 2009-12-02 富士ゼロックス株式会社 画像処理装置、画像処理方法、画像処理プログラム、印刷物検査装置、印刷物検査方法、印刷物検査プログラム
JP4507523B2 (ja) * 2003-07-23 2010-07-21 富士ゼロックス株式会社 印刷物検査装置、及び印刷物検査プログラム
JP4403810B2 (ja) * 2004-01-23 2010-01-27 富士ゼロックス株式会社 印刷検査装置及び印刷システム
JP4562126B2 (ja) * 2004-09-29 2010-10-13 大日本スクリーン製造株式会社 欠陥検出装置および欠陥検出方法
US7376269B2 (en) 2004-11-22 2008-05-20 Xerox Corporation Systems and methods for detecting image quality defects
US7522313B2 (en) * 2004-11-23 2009-04-21 Xerox Corporation Intelligent trapping
JP2006150746A (ja) * 2004-11-29 2006-06-15 Dainippon Screen Mfg Co Ltd 印刷検査装置、印刷装置及び印刷検査方法
US7519222B2 (en) 2005-01-14 2009-04-14 Hewlett-Packard Development Company, L.P. Print defect detection
KR100650285B1 (ko) * 2005-05-25 2006-11-27 (주)제이브이엠 약포 검사시스템
US8115948B2 (en) * 2006-04-21 2012-02-14 Microsoft Corporation Interactive paper system
US8014040B2 (en) * 2006-04-21 2011-09-06 Microsoft Corporation Dynamic scanner system
US20070291287A1 (en) * 2006-06-14 2007-12-20 Xerox Corporation Customer-based visual printer color-to-monitor color matching
JP2008022082A (ja) * 2006-07-10 2008-01-31 Canon Inc 画像形成装置及びその制御方法
JP2008162072A (ja) * 2006-12-27 2008-07-17 Dainippon Screen Mfg Co Ltd 印刷装置および印刷方法
EP2143262B1 (en) * 2007-05-04 2015-07-01 Esko Software Bvba User adjustable gamut mapping and conversion of images from a source color space to a destination color space including primary and redundant colors
JP2009290827A (ja) * 2008-06-02 2009-12-10 Sony Corp 画像処理装置および画像処理方法
US7810896B2 (en) * 2008-07-22 2010-10-12 Xerox Corporation Systems and methods for monitoring jets with full width array linear sensors
JP5260183B2 (ja) * 2008-08-25 2013-08-14 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
US20100119170A1 (en) * 2008-11-07 2010-05-13 Yahoo! Inc. Image compression by comparison to large database
US8126199B2 (en) * 2009-05-29 2012-02-28 Xerox Corporation Identification of faulty jets via sensing on customer images
US20110038009A1 (en) * 2009-08-13 2011-02-17 Brian Edward Cooper Method and System for Compensating Imaging Defect in Image Forming Apparatus
US8451504B2 (en) * 2009-09-02 2013-05-28 Xerox Corporation Banding defect detection in digital imaging systems
US8326079B2 (en) * 2009-09-24 2012-12-04 Hewlett-Packard Development Company, L.P. Image defect detection
US7999657B2 (en) * 2009-12-07 2011-08-16 Konica Minolta Systems Laboratory, Inc. Image registration method for image comparison and document authentication
JP2011139164A (ja) * 2009-12-25 2011-07-14 Canon Inc 画像処理装置及びその処理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987159A (en) * 1996-09-24 1999-11-16 Cognex Corporation System or method for detecting defect within a semi-opaque enclosure
US6246788B1 (en) * 1997-05-30 2001-06-12 Isoa, Inc. System and method of optically inspecting manufactured devices
JP3810746B2 (ja) * 2003-02-05 2006-08-16 三菱重工業株式会社 版掛け間違い検出方法及び版掛け間違い検出装置

Also Published As

Publication number Publication date
JP2013517494A (ja) 2013-05-16
US8867796B2 (en) 2014-10-21
JP5536233B2 (ja) 2014-07-02
EP2525978A1 (en) 2012-11-28
CN102811863A (zh) 2012-12-05
EP2525978A4 (en) 2014-07-02
WO2011090475A1 (en) 2011-07-28
US20120070040A1 (en) 2012-03-22
EP2525978B1 (en) 2018-04-11

Similar Documents

Publication Publication Date Title
CN102811863B (zh) 打印图像的自动检查
US8326079B2 (en) Image defect detection
US7519222B2 (en) Print defect detection
US6266437B1 (en) Sequential detection of web defects
US10404868B2 (en) Image defect detection
US7684625B2 (en) Image processing apparatus, image processing method, image processing program, printed matter inspection apparatus, printed matter inspection method and printed matter inspection program
US8854420B2 (en) High-resolution, variable depth of field image device
Gou et al. Robust scanner identification based on noise features
US20060222262A1 (en) Method of Evaluating Quality of Image and use Thereof
JP6716979B2 (ja) 印刷物検査装置、印刷物検査方法およびプログラム
CN110717450A (zh) 自动识别原始文档的翻拍图像的训练方法和检测方法
CN103369347A (zh) 相机瑕疵缺陷检测
US9842281B2 (en) System for automated text and halftone segmentation
CN107155094B (zh) 采用多个摄像机的图像检验方法
JPH0957201A (ja) 特定色領域抽出方式および特定色領域除去方式
CN112446864A (zh) 瑕疵检测方法、装置、设备和存储介质
US10715683B2 (en) Print quality diagnosis
CA2281113C (en) Automatic inspection of print quality using an elastic model
JP5182182B2 (ja) 色補正方法及び撮像システム
US20130201533A1 (en) Image evaluating apparatus, image evaluating method, and non-transitory storage medium
CN101344748B (zh) 具有复印防止功能的复印装置及其复印防止方法
US20230394706A1 (en) Methods and arrangements for assessing camera system performance
US20180089820A1 (en) Detection of streaks in images
JP5190619B2 (ja) 被検査物の検査方法及びその検査装置
CN101106630B (zh) 图像处理设备和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150722

CF01 Termination of patent right due to non-payment of annual fee