具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明基于机器视觉的墨层厚度检测方法,具体按照以下步骤实施:
步骤1:制作各油墨的单色实地色块并测量其密度值
制作黄墨Y、品墨M、青墨C、黑墨K各单色油墨的实地色块,色块的大小均为1cm×1cm;
设各油墨的印刷实地密度合格范围的下限与上限分别为:黄墨Y为YDmin及YDmax;品墨M为MDmin及MDmax;青墨C为CDmin及CDmax;黑墨K为KDmin及KDmax;
要求制作的黄墨Y、品墨M、青墨C、黑墨K各油墨的实地色块的密度范围的下限与上限分别为:(DYmin、DYmax),(DMmin、DMmax),(DCmin、DCmax),(DKmin、DKmax),并分别满足公式(3)中的条件:
DYmin=0.5YDmin
DYmax=1.5YDmax
DMmin=0.5MDmin
DMmax=1.5MDmax, (3)
DCmin=0.5CDmin
DCmax=1.5CDmax
DKmin=0.5KDmin
DKmax=1.5KDmax
每色油墨的实地色块数≥30,其密度在各色油墨所要求的密度范围的下限与上限分别为(DYmin,DYmax),(DMmin,DMmax),(DCmin,DCmax),(DKmin,DKmax)之间均匀分布;
用分光密度计测量各实地色块的密度,记黄墨Y色块的实地密度为DYi,i=1,2,…,NY,NY≥30;品墨M色块的实地密度为DMi,i=1,2,…,NM,NM≥30;青墨C色块的实地密度为DCi,i=1,2,…,NC,NC≥30;黑墨K色块的实地密度为DKi,i=1,2,…,NK,NK≥30,其中NY、NM、NC、NK分别为黄墨Y、品墨M、青墨C、黑墨K各单色油墨的实地色块的个数;
步骤2:获取各油墨实地色块的图像及其数字色彩信息
拍摄步骤1中各油墨实地色块的RGB彩色图像,在每个实地色块图像的中部取100×100个像素,分别计算其红色分量R、绿色分量G、蓝色分量B的平均值,作为所获取的油墨实地色块图像的数字色彩信息的RGB描述;记品墨M各实地色块图像的蓝色分量平均值为BMi,i=1,2,…,NM,记青墨C各实地色块图像的绿色分量平均值为GCi,i=1,2,…,NC;
把油墨实地色块图像的数字色彩信息的RGB描述转换到色相H、饱和度S、明度V的色彩空间,作为各油墨实地色块图像的数字色彩信息的HSV描述,转换公式如公式(4):
V=max(R,G,B)
其中max(R,G,B)、min(R,G,B)分别为R、G、B值中的最大值和最小值;
记黄墨Y各实地色块图像的饱和度为SYi,i=1,2,…,NY,记黑墨K各实地色块图像的明度为VKi,i=1,2,…,NK,且从小到大排序;
步骤3:建立各墨色实地色块图像的数字色彩信息与密度信息之间的数学关系模型
3.1)建立黄墨Y实地图像的饱和度与其实地密度的数学关系模型
定义黄墨Y的实地图像的饱和度SY与其实地密度DY的数学表达式为:
DY=1000×(ay0+ay1×SY+ay2×SY 2+ay3×SY 3+ay4×SY 4), (5)
以步骤2中黄墨Y的各实地色块图像的饱和度SYi为自变量,i=1,2,…,NY,以相应的步骤1中各实地色块的密度DYi为因变量,i=1,2,…,NY,分别代入公式(5),用广义最小二乘法拟合求得公式(5)中的待定系数ay0、ay1、ay2、ay3、ay4,即得到黄墨Y实地图像的饱和度SY与实地密度DY的数学关系模型;
3.2)建立品墨M实地图像的蓝色分量与其实地密度的数学关系模型
定义品墨M实地图像的蓝色分量BM与其实地密度DM的数学表达式为:
DM=am0+am1×BM+am2×BM 2+am3×BM 3, (6)
以步骤2中品墨M的各实地色块图像的蓝色分量BMi为自变量,i=1,2,…,NM,以相应的步骤1中各实地色块的密度DMi为因变量,i=1,2,…,NM,分别代入公式(6),用广义最小二乘法拟合求得公式(6)中的待定系数am0、am1、am2、am3,即得到品墨M实地图像的蓝色分量BM与实地密度DM的数学关系模型;
3.3)建立青墨C实地图像的绿色分量与其实地密度的数学关系模型
定义青墨C实地图像的绿色分量GC与其实地密度DC的数学表达式为:
DC=ac0+ac1×GC+ac2×GC 2+ac3×GC 3, (7)
以步骤2中青墨C的各实地色块图像的绿色分量GCi为自变量,i=1,2,…,NC,以相应的步骤1中各实地色块的密度DCi为因变量,i=1,2,…,NC,分别代入公式(7),用广义最小二乘法拟合求得公式(7)中的待定系数ac0、ac1、ac2、ac3,即得到青墨C实地图像的绿色分量GC与实地密度DC的数学关系模型;
3.4)建立黑墨K实地图像的明度与其实地密度的数学关系模型
以步骤2中黑墨K的各实地色块图像的明度VKi以及相应的步骤1中各实地色块的密度DKi,i=1,2,…,NK,建立查找表如表1所示;
表1、黑墨K的明度VK到实地密度DK的查找表
当任给一黑墨K的明度值VK求其实地密度DK时,先判断VK是否为表1中的明度值,如果是,那么VK所对应的实地密度值就等于表1中与VK相等的明度值对应的实地密度值;如果不是,则在表1中查找与VK相差最小的两个明度值VKb和VKt,且VKb<VK<VKt,然后根据VK在VKb和VKt中的比例关系求得对应的实地密度DK,计算公式如公式(8):
其中,DKb、DKt分别是表1中明度值VKb、VKt所对应的实地密度值,即得到黑墨K实地图像的明度VK与实地密度DK的数学关系模型;
步骤4:由各墨色实地图像的数字色彩信息求取其墨层厚度
利用公式(2)所示的密度与墨层厚度的关系,根据步骤3各墨色实地图像的数字色彩信息与其密度的关系模型,求取其墨层厚度;
4.1)根据黄墨Y实地图像的饱和度SY求取其墨层厚度lY
由公式(2)以及公式(5)得黄墨Y实地图像的饱和度SY与其墨层厚度lY的数学关系模型,如公式(9):
其中,DY∞是黄墨Y饱和状态下的密度值,k是与印刷用纸张平滑度有关的常数;
4.2)根据品墨M实地图像的蓝色分量BM求取其墨层厚度lM
由公式(2)以及公式(6)得品墨M实地图像的蓝色分量BM与其墨层厚度lM的数学关系模型,如公式(10):
其中,DM∞是品墨M饱和状态下的密度值,k是与印刷用纸张平滑度有关的常数;
4.3)根据青墨C实地图像的绿色分量GC求取其墨层厚度lC
由公式(2)以及公式(7)得青墨C实地图像的绿色分量GC与其墨层厚度lC的数学关系模型,如公式(11):
其中,DC∞是青墨C饱和状态下的密度值,k是与印刷用纸张平滑度有关的常数;
4.4)根据黑墨K实地图像的明度VK求取其墨层厚度lK
由公式(2)以及公式(8)得黑墨K实地图像的明度VK与其墨层厚度lK的数学关系模型,如公式(12):
其中,DK∞是黑墨K饱和状态下的密度值,k是与印刷用纸张平滑度有关的常数;
彩色印刷一般是由黄墨Y、品墨M、青墨C、黑墨K四色墨叠印而成,所以黄墨Y、品墨M、青墨C、黑墨K的实地墨层厚度都要求取。至此,实现了基于机器视觉的黄墨Y、品墨M、青墨C、黑墨K四色油墨的墨层厚度检测,即成。