CN104331693A - 一种印刷品对称性检测方法及系统 - Google Patents
一种印刷品对称性检测方法及系统 Download PDFInfo
- Publication number
- CN104331693A CN104331693A CN201410586819.0A CN201410586819A CN104331693A CN 104331693 A CN104331693 A CN 104331693A CN 201410586819 A CN201410586819 A CN 201410586819A CN 104331693 A CN104331693 A CN 104331693A
- Authority
- CN
- China
- Prior art keywords
- trimming
- symmetry
- identified areas
- interest
- printed matter
- 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.)
- Granted
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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- 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
- G06T2207/30176—Document
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
一种印刷品对称性检测方法及系统,包括实时图像预处理,确定影像中纸边位置,确定标识区域边际到纸边的距离以及标识区域的宽度,确定左上和右下标识特征整周期开始位置,然后对左右两侧感兴趣区域进行对称性分析,包括计算对称性测度和对称性缺陷判断。本发明提供套印产品的实时检测方案,特点之一是快速,能够达到实时处理的效果,另一特点是鲁棒性强。基于以上两个特点,在实际生产过程中,运用本发明可以进行实时检测,及时筛选出不合格品,提高检测效率和经济效益。
Description
技术领域
本方法属于图像处理与识别技术领域,尤其涉及一种印刷品对称性检测方法及系统。
背景技术
由于印刷技术的不完善以及一些不易避免的随机因素,在印刷过程中常会出现文字模糊、漏印、刮伤、套印不准等缺陷。以水松纸套印为例,水松纸的烫金边、烫金字是先后工序,由于机器或人为因素可能会导致套印偏差,具体表现为金边与纸边、文字与金边的上下左右位置的偏差;水松纸中常出现金边漏印,文字烫金不实、缺笔少划、文字印刷模糊等缺陷。针对此类缺陷,人工目测无法保证产品特征的一致性和产品质量的稳定性,且效率低、主观性强、耗材多。利用机器视觉图像技术对印刷品进行自动检测来替代现有的人工检测方法是印刷行业发展的趋势。
利用图像处理与识别技术对印刷品进行实时检测需要从其自身因素来考虑。从特征的角度讲,水松纸套印偏差的表现差别很大,难于提取,且是局部的观测,不准确;但其本身是两条一体同时生产的,具有对称性。从对称性出发,宏观上对产品的套印偏差及左右两边文字不对称的缺陷进行实时检测是关键。这就需要有稳定性强、实时、高效的对称性检测算法作为支撑,对上述或类似上述缺陷做出准确判断。目前,国内外针对此类印刷品的对称性检测还没有成熟稳定的解决方案。
发明内容
为了充分利用数字图像处理与识别技术,充分挖掘其实用价值,使其有效的服务于印刷行业,本发明提供了一种印刷品对称性检测技术方案,旨在解决目前国内外在没有测控条件的情况下,还不能够对印刷品套印不准等缺陷进行自动、实时检测和控制的问题。
本发明提供的技术方案包括一种印刷品对称性检测方法,待检印刷品为左右两侧同时生产的套印产品,包括以下步骤:
步骤一、实时图像预处理,包括对实时得到的待检印刷品图像进行灰度化处理,得到灰度化处理后的实时图像;
步骤二、根据步骤一的预处理结果,确定影像中纸边位置,包括在行方向上依次获取所有可能纸边位置集合pos_PaperEdge,取第一个和最后一个可能纸边位置pos_PaperEdge[0]、pos_PaperEdge[n-1],作为左纸边列坐标值Left_edge和右纸边列坐标值Right_edge,其中,n为可能纸边位置的个数;
步骤三、确定标识区域边际到纸边的距离以及标识区域的宽度,设L_Dis表示左侧标识区域左边际到左纸边距离,R_Dis表示右侧标识区域右边际到右纸边距离,lw表示左侧标识区域的宽度,rw表示右侧标识区域的宽度;
步骤四、确定左上和右下标识特征整周期开始位置,包括对步骤一所得灰度化处理后的实时图像进行二值化,得到二值图像;对在竖直方向上按周期重复印制的标识特征,根据相应二值的模板数据与二值图像的匹配确定左上和右下标识特征整周期开始位置lup与rup;
步骤五、根据步骤二、三和四所得结果,对左右两侧感兴趣区域进行对称性分析,包括计算对称性测度和对称性缺陷判断,所述对称性缺陷判断包括根据所得对称度测度的大小S来判断待检印刷品图像中产品是否具有对称性缺陷,记T为产品的预设对称合格标准,若S≥T则表明待检印刷品图像中产品合格,否则不合格。
而且,步骤二中获取可能纸边位置时,采用基于相邻列之间的投影灰度差进行判断的方式如下,
基于预设尺度N,首先计算第j列左右大小各为N的邻域内的投影灰度差平均值Lt、Rt,
dsum[j]=get_d(j+1)-get_d(j),
式中,j为当前待处理的列号,k为邻域内某列的列号,dsum[j]为第j+1列与第j列的投影灰度差,get_d(j)为第j列的灰度投影;分别比较|dsum[j]|与参数Lt、Rt的大小,当|dsum[j]|>Lt且|dsum[j]|>Rt时,如果|dsum[j]|在大小为N的左右邻域内最大,则取j为可能纸边位置。
而且,在步骤二确定影像中纸边位置后,根据所有可能纸边位置集合pos_PaperEdge,按先验知识判断是否存在标识区域,是则进入步骤三做后续处理;否则不再进行后续处理。
而且,步骤三中确定标识区域边际到纸边的距离时,根据所有可能纸边位置集合pos_PaperEdge计算如下,
L_Dis=pos_PaperEdge[1]-pos_PaperEdge[0],
R_Dis=pos_PaperEdge[n-1]-pos_PaperEdge[n-2],
式中L_Dis表示左侧标识区域左边际pos_PaperEdge[1]到左纸边距离,R_Dis表示右侧标识区域右边际pos_PaperEdge[n-2]到右纸边距离。
而且,若标识区域边际和纸边重合,则L_Dis和R_Dis的大小直接分别表示左右标识区域的宽度;若标识区域边际和纸边不重合,左侧标识区域左边际和右边际分别的相应可能纸边位置之间距离为左标识区域的宽度lw,右侧标识区域左边际和右边际分别的相应可能纸边位置之间距离为右标识区域的宽度rw。
而且,步骤四中根据二值模板数据与二值图像的匹配确定整周期开始位置时,采用的匹配方式如下,
设周期为period,上下摆动大小为uTol,左右摆动大小为lTol,按period、uTol、lTol构成匹配范围,以匹配范围内每个待匹配像素分别为起始点形成匹配窗口进行处理,匹配窗口的尺寸与模板数据相应,对匹配范围按行依次取待匹配的像素执行处理;
当对匹配范围的某行中任一像素(x,y)为起始点形成匹配窗口进行处理时,先计算匹配窗口中第一行与模板数据第一行的相同像素总个数,判断所得数目与匹配窗口第一行总像素个数之比是否小于一定预设阈值,是则退出当前像素处理,否则继续计算模板数据与匹配窗口之间完整的相似性,用模板数据与匹配窗口之间的相同像素总个数与模板数据包含的像素总个数之比来表示,完成当前像素处理;
对匹配范围内所有像素分别进行处理完成后,根据相似性最大的匹配窗口的起始点像素确定整周期开始位置。
而且,步骤四中根据二值模板数据与二值图像的匹配确定整周期开始位置时,根据实时周期的预设变动范围,自适应确定该帧图像的实时周期并更新period值,获得相应整周期开始位置。
而且,步骤五中对左右两侧感兴趣区域计算对称性测度,实现方式如下,
以左上和右下标识特征整周期开始位置lup与rup为比对开始位置,确定左右两侧感兴趣区域,
对某侧感兴趣区域进行上下翻转和左右翻转,然后与另一侧感兴趣区域比较获取对称性测度,按行逐像素比较是否相同,直至比对完毕,得出比对过程中相同的像素总数Sum,计算出左右两侧感兴趣区域的对称性测度S如下,
式中,L表示感兴趣区域的长度,W为感兴趣区域的宽度。
或者,步骤五中对左右两侧感兴趣区域计算对称性测度,实现方式如下,
确定整体对称中心点的理论位置如下,
((rup+lup)/2,(Right_Edge+Left_Edge-R_Dis+L_Dis)/2);
以整体对称中心点的理论位置为中心设置尺寸为预设大小的区域,记为整体对称中心区域;
以左上和右下标识特征整周期开始位置lup或rup为比对开始位置,确定相应的一侧感兴趣区域,以整体中心对称区域中每一点为假设对称中心,分别以假设对称中心取位置相应处的图像块为另一侧感兴趣区域,计算左右感兴趣区域的对称性测度,从所有假设对称中心相应计算所得对称性测度S中选取最大值作为最终的对称性测度S,作为对称性缺陷判断的依据。
而且,取一侧感兴趣区域内若干整周期范围为对比对象,与另一侧感兴趣区域内对应若干整周期范围计算对称性测度,然后进行对称性缺陷判断,确定相应周期是否合格。
本发明还相应提供一种印刷品对称性检测系统,待检印刷品为左右两侧同时生产的套印产品,包括以下模块:
实时图像预处理模块,用于对实时得到的待检印刷品图像进行灰度化处理,得到灰度化处理后的实时图像;
纸边位置确定模块,用于根据实时图像预处理模块的预处理结果,确定影像中纸边位置,包括在行方向上依次获取所有可能纸边位置集合pos_PaperEdge,取第一个和最后一个可能纸边位置pos_PaperEdge[0]、pos_PaperEdge[n-1],作为左纸边列坐标值Left_edge和右纸边列坐标值Right_edge,其中,n为可能纸边位置的个数;
标识区域宽度确定模块,用于确定标识区域边际到纸边的距离以及标识区域的宽度,设L_Dis表示左侧标识区域左边际到左纸边距离,R_Dis表示右侧标识区域右边际到右纸边距离,lw表示左侧标识区域的宽度,rw表示右侧标识区域的宽度;
整周期开始位置确定模块,用于确定左上和右下标识特征整周期开始位置,包括对步骤一所得灰度化处理后的实时图像进行二值化,得到二值图像;对在竖直方向上按周期重复印制的标识特征,根据相应二值的模板数据与二值图像的匹配确定左上和右下标识特征整周期开始位置lup与rup;
对称性分析模块,用于根据纸边位置确定模块、标识区域宽度确定模块和整周期开始位置确定模块所得结果,对左右两侧感兴趣区域进行对称性分析,包括计算对称性测度和对称性缺陷判断,所述对称性缺陷判断包括根据所得对称度测度的大小S来判断待检印刷品图像中产品是否具有对称性缺陷,记T为产品的预设对称合格标准,若S≥T则表明待检印刷品图像中产品合格,否则不合格。
本发明提供套印产品的实时检测方案,特点之一是快速,能够达到实时处理的效果,另一特点是鲁棒性强。由于现场环境复杂,可能会出现一些异常图像,但是对各种标识特征的对称程度可以正确检测出来,而且本领域技术人员可以实时地修改相关参数,满足对各种类似产品的对称性检测。基于以上两个特点,在实际生产过程中,运用本发明可以进行实时检测,及时筛选出不合格品,提高检测效率和经济效益。
附图说明
图1为本发明实施例的流程图。
图2为本发明实施例确定感兴趣区域各参数的示意图。
图3为本发明实施例的翻转后感兴趣区域示意图。
具体实施方式
为了使本发明的目的、技术方案、工作流程更加清楚明白,下面结合附图及实施例具体实施例,进一步阐述本发明。
本发明所提供方法可采用计算机软件技术实现自动运行流程。本实施例以水松纸套印烫金标识为例进行说明,具体实施时对其他类型纸张、标识的处理方式相同。如图1所示,实施例利用水松纸影像数据进行处理的具体实现过程如下:
步骤一、实时图像预处理:将实时得到的待检印刷品图像进行灰度化处理,得到灰度图像。后续步骤基于灰度化后的实时图像进行。获取印刷品影像包括实时数据以及利用各种手段采集的数据,灰度化后可进行各种进一步处理达到增强烫金、印染等标识信息的目的;滤波是最常用的预处理方法。滤波处理过程就是在原始图像中逐点移动模板,使模板中心和待处理点重合,滤波器在每一点的响应是根据模板的具体内容并通过预先定义的关系来计算的;常用的滤波器有高斯滤波器、拉普拉斯算子等。但无论是原始的实时数据相应灰度图像还是经过除噪等进一步预处理后的数据,都可以作为后续步骤的数据源。
步骤二、根据步骤一的预处理结果,确定影像中纸边位置。如实施例图2所示,根据纸边边缘和背景之间像素灰度值相差比较大的显著特点,采用影像的垂直投影方法来求行方向上的灰度投影,计算相邻列之间的投影灰度差;比较投影灰度差的大小,确定左右纸边在整幅影像中的列坐标值Left_edge和Right_edge。
基于某预设的尺度N,首先计算第j列左右大小各为N的邻域内的投影灰度差平均值Lt、Rt,
dsum[j]=get_d(j+1)-get_d(j),
式中,j为当前待处理的列号,k为邻域内某列的列号,dsum[j]为第j+1列与第j列的投影灰度差,get_d(j)为第j列的灰度投影。分别比较|dsum[j]|与参数Lt、Rt的大小,当|dsum[j]|>Lt且|dsum[j]|>Rt时,如果|dsum[j]|在大小为N的左右邻域内最大,即|dsum[j]|大于所有|dsum[k]|,其中j-N≤k≤j-1或j+1≤k≤j+N,则取j为可能纸边位置。具体实施时,本领域技术人员可自行设定N的取值。
然后,依照上述方法,在行方向上依次获取所有可能纸边位置集合pos_PaperEdge,取第一个和最后一个可能纸边位置pos_PaperEdge[0]、pos_PaperEdge[n-1],作为左纸边列坐标值Left_edge和右纸边列坐标值Right_edge,即
Left_edge=pos_PaperEdge[0],Right_edge=pos_PaperEdge[n-1]
其中,n为可能纸边位置的个数。
为了进一步提高效率,取所有可能纸边位置集合pos_PaperEdge后,可根据正确套印数据的设计情况,即先验知识,先判断是否存在标识区域,不存在则无需进行后续步骤。实施例根据先验知识,左右纸边之间若存在标识区域,则n≥4。因此,若所求n≤3,则说明存在标识区域(实施例为烫金区域),再进入后续处理;否则不再进行后续处理,直接输出结果。
具体实施时,步骤二中,计算纸边位置亦可采取其他边缘检测等图像处理方法来完成。
步骤三、标识边际到纸边的距离以及标识区域的宽度。
实施例中,烫金区域是实施对称性检测的区域,即标识区域,确定其边际是减少计算量,提高检测效率的关键。
根据投影灰度差可求出烫金边际相对纸边的距离L_Dis和R_Dis以及烫金区域宽度。根据步骤二中依次获取的可能纸边位置数据,确定烫金边际到所求纸边的距离L_Dis和R_Dis,
L_Dis=pos_PaperEdge[1]-pos_PaperEdge[0],
R_Dis=pos_PaperEdge[n-1]-pos_PaperEdge[n-2],
式中L_Dis表示左侧烫金区域左边际pos_PaperEdge[1]到左纸边距离,R_Dis表示右侧烫金区域右边际pos_PaperEdge[n-2]到右纸边距离。其他种类的标识实现方式相同。
根据不同产品的先验知识可知烫金边际和纸边是否重合,若烫金边际和纸边重合,则L_Dis和R_Dis的大小直接分别表示左右烫金区域宽度;若烫金边际和纸边不重合,则根据先验知识,同样可按照相应可能纸边位置之间的距离计算出左右烫金区域的宽度lw、rw,具体方法为:左侧烫金区域左边际和右边际分别相应可能纸边位置之间的距离为左烫金区域的宽度lw,右侧烫金区域左边际和右边际分别相应可能纸边位置之间的距离为右烫金区域的宽度rw。
如实施例图2所示,根据实例产品的先验知识,左侧烫金区域左边际和右边际分别对应第二个和第五个垂直投影灰度差最大值所对应的位置pos_PaperEdge[1]、pos_PaperEdge[4],则:
具体实施时,步骤三中,计算标识边际亦可采取其他边缘检测等图像处理方法来完成;标识区域的宽度可通过包括直接量测等其他方法获取。lw和rw理论上应当相等,实际上可能有少量的差值。
步骤四、确定整周期开始位置。对步骤一所得灰度化处理后的实时图像进行二值化,得到二值图像;对按周期重复印制的标识特征,根据相应二值模板数据与二值图像的匹配确定整周期开始位置:整周期是指竖直方向上,某些特征多次重复出现,其连续两次之间的距离;选定某一特征的开始位置即为整周期开始位置。为便于后续对称性分析,一般确定左上和右下标识特征整周期开始位置,确定右上和左下标识特征整周期开始位置的情况是类似的,可作为等同替换方案。
例如,图2中“黄金葉金满堂”被按周期重复印制,可选择左侧第一个“黄”字开始的位置为左侧第一个整周期开始位置。获取实时图像上左右标识开始位置,实施例中获取左烫金标识和对应右烫金标识开始位置的行坐标值。根据步骤三计算所得烫金区域宽度以及烫金边际和纸边距离,利用二值化图标或文字模板在实时的二值图像上进行模板匹配,可以寻找左侧第一个感兴趣的烫金图标或文字的开始位置。
为了提高匹配效率,本发明进一步提出对匹配过程施加一定的限制条件以减少大量不必要的计算时间。
首先,对步骤一预处理后的影像进行二值化,以便与相应产品的标准模板数据进行匹配。二值化时,本领域技术人员可以根据一些先验知识,预先对左右烫金区域设置不同灰度阈值。其中,模板数据提供正确套印的数据,可以是根据标准图像获取的二值化模板数据,也可以是利用其它方法获取的能够与实时图像上某些特征对应的模板数据,但无论是利用什么手段获取的特征模板,都可以作为本方案的模板数据。例如,图2中一个整周期中“黄金葉金满堂”的正确套印数据即可作为模板数据。
然后,根据烫金图案或文字的周期性缩小匹配范围,后续以匹配范围内每个待匹配像素分别为起始点形成匹配窗口进行处理。以求左侧烫金标识或文字开始位置处与模板数据相应的整周期开始位置为例,需以匹配范围内每个待匹配像素分别为起始点(此时为左上顶点)形成匹配窗口进行处理,匹配窗口的尺寸与模板数据相应。设周期为period,上下摆动大小为uTol,左右摆动大小为lTol,其大小可根据实际情况由本领域技术人员自行预先设定。设纸张左上角的行列坐标为(0,0),整周期开始位置从纸上方边缘(行坐标为0)开始搜索,此时只需要考虑向下摆动,设模板匹配时,待匹配像素的行坐标取值范围为[0,period+uTol-1],列坐标取值范围为[A,B]=[Left_Edge+L_Dis-lTol,Left_Edge+L_Dis+lTol],按此构成匹配范围。以匹配范围内每个待匹配像素分别为左上顶点形成匹配窗口进行处理时,可对匹配范围按行依次取待匹配像素执行处理,即依次以像素(0,A)、(0,A+1]、…、(0,B-1)、(0,B)分别为左上顶点形成匹配窗口进行处理,然后依次以像素(1,A)、(1,A-1)、…、(1,B-1)、(1,B)分别为左上顶点形成匹配窗口进行处理,…直到依次以像素(period+uTol-1,A)、(period+uTol-1,A+1)、…、(period+uTol-1,B-1)、(period+uTol-1,B)分别为左上顶点形成匹配窗口进行处理。
其次,在匹配过程中实时地设置限制条件,减少不必要的计算。对匹配范围的某行中任一像素(x,y)为左上顶点形成匹配窗口进行处理时,先计算匹配窗口中第一行与模板数据第一行的相同的像素总个数,判断所得数目与匹配窗口第一行总像素个数之比是否小于相应预设阈值(具体实施时,本领域技术人员可自行预设),是则退出当前像素处理,否则继续计算模板数据与匹配窗口之间完整的相似性,比较匹配窗口中每个像素与模板数据相应位置的像素,用模板数据与匹配窗口之间的相同像素总个数与模板数据包含的像素总个数之比来表示,对当前像素处理完成。退出当前像素处理或对当前像素处理完成时,如果该行未处理完,进入以该行下一个像素(x,y+1)为左上顶点的模板匹配;如果该行已处理完,则以匹配范围的下一行第一个像素为起始点进行处理,直到对匹配范围内所有待匹配像素分别作为左上顶点形成匹配窗口进行处理完成后,选取相似性最大的匹配窗口的起始点像素对应行坐标作为左侧烫金标识的整周期开始位置lup。
受生产条件和环境的影响,实际上周期和设计值可能有微小偏差,为了提高检测精度,可以对其进行自适应处理,例如根据周期的设计值period,设置实时周期的变动范围为[period-10,period+10],根据上述模板匹配技术,对每个实时周期的可能取值period-10,period-9…period+9、period+10分别确定匹配范围(模板数据也进行相应调整),并对匹配范围内所有待匹配像素分别为左上顶点形成匹配窗口进行处理,综合所有实时周期的可能取值的处理结果,将相似性最大时的取值作为该帧图像的实时周期更新period值,并获取相应整周期开始位置lup。
按照上述同样方法,相应的利用模板数据,亦可求出右侧烫金标识右下方的开始位置行坐标rup,匹配范围和起始点、匹配窗口可相应确定。设纸张右下角的行列坐标为(h-1,w-1),整周期开始位置从纸下方边缘(行坐标为h-1)开始搜索,此时只需要考虑向上摆动,设模板匹配时,待匹配像素的行坐标取值范围为[h-period-1,h-1],列坐标取值范围为[Right_Edge-R_Dis-rw-uTol,Right_Edge-R_Dis+uTol],按此构成匹配范围。
具体实施时,步骤四中,确定左右侧烫金开始位置,也可以利用其他改进的模板匹配方法,或其他特征提取方法,如角点分析等。
步骤五、对称性分析,包括计算对称性测度、对称性缺陷判断,最后输出结果。对称性缺陷判断是根据所得对称度测度的大小S来判断该帧图像所拍摄产品是否具有对称性缺陷。具体地,记T为产品的对称合格标准,具体实施时本领域技术人员可根据精度需求自行设定对称合格标准T的取值,若S≥T,则表明该帧图像所拍摄产品合格;否则,不合格。
一般取某一侧从第一个整周期位置开始的标识区域作为感兴趣区域,结束位置为图像下边际(为对当前图像检测完整,尽量取到图像下边际),另一侧也有相应的感兴趣区域。这样可以尽量完整反映该帧图像所拍摄产品是否合格。
计算对称性测度可以采用多种方式,本发明提供两种:
(一)通过确定的两侧感兴趣区域进行比对
针对上述处理的同一帧宽和高分别为w、h的影像,根据步骤二和步骤三、四中所得结果,即左右烫金边际到所求纸边的距离L_Dis和R_Dis、烫金区域宽度以及左上和右下烫金标识整周期开始位置,确定感兴趣区域,即指定图片上感兴趣的具有一定特征的区域,如图2中从左侧上方“整周期开始位置”处开始到左侧图像下边际取左侧感兴趣区域,相应地可以从右侧下方“整周期开始位置”处开始到右侧图像上边际取右侧感兴趣区域。
以左上和右下标识特征整周期开始位置lup与rup为比对开始位置,确定左右两侧感兴趣区域,对某侧感兴趣区域进行上下翻转和左右翻转,然后与另一侧感兴趣区域比较获取对称性测度,按行逐像素比较是否相同,直至比对完毕,得出比对过程中相同的像素总数Sum,计算出左右两侧感兴趣区域的对称性测度。
具体翻转顺序和翻转轴可由本领域技术人员自行确定,根据翻转方式对相应位置像素进行比较即可。如实施例图3中左边白色虚线方框所示的部分烫金区域即为左侧感兴趣区域。可以根据左右两侧感兴趣区域的中心对称性对右侧感兴趣区域进行翻转以便分析,实施例对左侧感兴趣区域和与其位置中心对称的右侧感兴趣区域计算对称性测度包括以下步骤:
(1)对右侧感兴趣区域进行上下翻转操作,翻转轴为右侧感兴趣区域横向中间对称线,像素点(i,j)上下翻转后对应图像块数据像素点是(h-i-1,j);
(2)对(1)所得翻转后的右侧感兴趣区域图像数据进行左右翻转操作,翻转轴为右侧感兴趣区域纵向中间对称线,(1)所得翻转结果中任一像素点(i,j)左右翻转后对应图像块数据像素点是(i,w-j-1);
(3)将经(1)、(2)翻转过后的右侧感兴趣区域图像数据(如图3中右边白色虚线方框所示的部分烫金区域)与左侧感兴趣区域图像块数据中相应像素进行一一匹配。
例如,匹配开始时,左侧感兴趣区域开始计算位置为(lup,Left_edge+L_Dis),相应右侧感兴趣区域数据经(1)、(2)翻转后的相应开始计算位置为(h-rup,Right_edge-R_Dis),如图3所示比对开始位置;针对左右相应数据块按行逐像素比较其是否相同,直至左或右数据块比对完毕,如图3所示比对结束位置,得出比对过程中相同的像素总数Sum,对比流程如图3所示。最后,计算出其对称度即左右两侧感兴趣区域的对称性测度,表示如下:
式中L表示感兴趣区域的长度,由于两侧的起始位置可能不同,两侧的结束位置都取图像另一端边际时长度可能不同,因此实施例取L为影像的高h和“lup与(h-rup)间最大值”之差,左右两侧为等长的感兴趣区域,具体实施时本领域技术人员也可自行设定取值;W为烫金区域宽度,取lw、rw之间的最小值;S为衡量感兴趣区域对称性的量,记为对称度。
具体实施时,步骤五中,对感兴趣图像区域的翻转顺序可以改变,即对右侧感兴趣区域先进行左右翻转操作,再进行上下翻转操作;亦可保持右侧区域不变,对左侧感兴趣区域进行翻转。步骤五中,对称性分析,还可以梯度、高阶微分等特征分析的基础上展开,对称性测度亦可以使用相关性等其他测度。
(二)通过对称中心所在区域进行比对
按照与(一)一致的方式取某一侧的感兴趣区域作为对比对象,根据理论上的对称中心点,取得对称中心区域,以中心对称区域中每一点为假设对称中心,分别以假设对称中心取另一侧位置相应处的图像块为感兴趣区域,按照与(一)一致的方式计算左右感兴趣区域的对称性测度;选取对称性测度最大值作为最终的对称性测度,作为对称性缺陷判断的依据。
因为一般取某一侧从第一个整周期位置开始的标识区域作为感兴趣区域,结束位置为图像另一端(为对当前图像检测完整,尽量取到另一端的边际),另一侧也有相应的感兴趣区域。这样可以尽量完整反映该帧图像所拍摄产品是否合格。相应对称中心区域可称为整体对称中心区域。
特殊的,对比对象可以换为一侧感兴趣区域内若干整周期范围,与另一侧感兴趣区域内对应若干周期范围计算对称性测度,具体实施时可以灵活地选择对比的周期位置和个数。相应对称中心区域可称为局部对称中心区域,具体比对方式与整体的方式一致。
实施例中,根据步骤二、步骤三中所求参数以及整周期开始位置确定如图2中的整体对称中心区域或局部对称中心区域,其中整体对称中心区域是指一侧感兴趣区域与另一侧感兴趣区域的对称中心所在区域,局部对称中心区域是指一侧感兴趣区域内单个整周期范围与另一侧感兴趣区域内对应整周期范围的对称中心所在区域。根据中心对称特征,把一侧图像数据绕着对应中心点旋转180°,应当能够与另一侧对应图像数据重合(对应数据点灰度值相似)。
对称中心区域的确定方法可为,
首先,确定整体对称中心点的理论位置分别如下:
((rup+lup)/2,(Right_Edge+Left_Edge-R_Dis+L_Dis)/2);然后,考虑到生产环境影响,对称中心有可能偏离理论位置,再以所求对称中心为中心设置尺寸为预设大小的区域(具体实施时,本领域技术人员可自行预设尺寸,例如3×3),记为整体对称中心区域。
确定整体对称中心区域后,以与根据步骤二和步骤三、四中所得结果,确定某一侧感兴趣区域。包括根据左右烫金边际到所求纸边的距离L_Dis和R_Dis、烫金区域宽度以及左上和右下烫金标识整周期开始位置,确定某一侧感兴趣区域;即以左上标识特征整周期开始位置lup为比对开始位置,确定左侧感兴趣区域,对每个假设对称中心,取中心对称的位置相应处的图像块为右侧感兴趣区域,即可计算左右感兴趣区域的对称性测度S;或者,以右下标识特征整周期开始位置rup为比对开始位置,确定右侧感兴趣区域,对每个假设对称中心,取中心对称的位置相应处的图像块为右侧感兴趣区域,即可计算左右感兴趣区域的对称性测度S。对比所有假设对称中心相应的S值,取最大值参与判断是否满足条件S≥T,得到最终结果。
对比若干整周期范围时,本领域技术人员可自行设定对比的周期数目和位置,对比方式与感兴趣区域对比一致。例如以左上标识特征整周期开始位置lup处的左侧第一个周期,和右下标识特征整周期开始位置rup处往上的第t个周期进行对比为例,
首先,确定局部对称中心点的理论位置如下:
lup+(t-1)×period+period/2,(Right_Edge+Left_Edge-R_Dis+L_Dis)/2;
然后,以所求对称中心为中心设置尺寸为预设大小的区域,记为局部对称中心区域。
以左上标识特征整周期开始位置lup处的左侧第一个周期为对比基准,以局部中心对称区域中每一点为假设对称中心,分别以假设对称中心取位置相应处的图像块为右下标识特征整周期开始位置rup处往上的第t个周期,计算左右图像块的对称性测度,包括对某侧图像块进行上下翻转和左右翻转,然后与另一侧图像块比较获取对称性测度,按行逐像素比较是否相同,直至比对完毕,得出比对过程中相同的像素总数Sum,计算出左右两侧图像块的对称性测度S如下,
式中,l表示图像块的长度,即period;W为图像块的宽度,即感兴趣区域的宽度。
从所有假设对称中心相应计算所得对称性测度S中选取最大值作为最终的对称性测度S,作为对称性缺陷判断的依据,然后进行对称性缺陷判断,可确定相应周期是否合格。
具体实施时,相同的像素总数Sum可以按照与(一)一致的方式进行翻转对比,也可以根据中心对称的特征直接点对点统计相似点个数得到。
具体实施时,本领域技术人员可将上述流程采用计算机软件技术实现,软件将对称性检测结果数据输出,即可实时检测不合格数据,提高生产效率。可以对步骤一、步骤二、步骤三以及步骤四实施并行计算,充分利用多核多线程处理器性能,更加显著的提高速度。
本发明还相应提供一种印刷品对称性检测系统,待检印刷品为左右两侧同时生产的套印产品,包括以下模块:
实时图像预处理模块,用于对实时得到的待检印刷品图像进行灰度化处理,得到灰度化处理后的实时图像;
纸边位置确定模块,用于根据实时图像预处理模块的预处理结果,确定影像中纸边位置,包括在行方向上依次获取所有可能纸边位置集合pos_PaperEdge,取第一个和最后一个可能纸边位置pos_PaperEdge[0]、pos_PaperEdge[n-1],作为左纸边列坐标值Left_edge和右纸边列坐标值Right_edge,其中,n为可能纸边位置的个数;
标识区域宽度确定模块,用于确定标识区域边际到纸边的距离以及标识区域的宽度,设L_Dis表示左侧标识区域左边际到左纸边距离,R_Dis表示右侧标识区域右边际到右纸边距离,lw表示左侧标识区域的宽度,rw表示右侧标识区域的宽度;
整周期开始位置确定模块,用于确定左上和右下标识特征整周期开始位置,包括对步骤一所得灰度化处理后的实时图像进行二值化,得到二值图像;对在竖直方向上按周期重复印制的标识特征,根据相应二值的模板数据与二值图像的匹配确定左上和右下标识特征整周期开始位置lup与rup;
对称性分析模块,用于根据纸边位置确定模块、标识区域宽度确定模块和整周期开始位置确定模块所得结果,对左右两侧感兴趣区域进行对称性分析,包括计算对称性测度和对称性缺陷判断,所述对称性缺陷判断包括根据所得对称度测度的大小S来判断待检印刷品图像中产品是否具有对称性缺陷,记T为产品的预设对称合格标准,若S≥T则表明待检印刷品图像中产品合格,否则不合格。
各模块具体实现与相应步骤一致,本发明不予赘述。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (11)
1.一种印刷品对称性检测方法,待检印刷品为左右两侧同时生产的套印产品,其特征在于,包括以下步骤:
步骤一、实时图像预处理,包括对实时得到的待检印刷品图像进行灰度化处理,得到灰度化处理后的实时图像;
步骤二、根据步骤一的预处理结果,确定影像中纸边位置,包括在行方向上依次获取所有可能纸边位置集合pos_PaperEdge,取第一个和最后一个可能纸边位置pos_PaperEdge[0]、pos_PaperEdge[n-1],作为左纸边列坐标值Left_edge和右纸边列坐标值Right_edge,其中,n为可能纸边位置的个数;
步骤三、确定标识区域边际到纸边的距离以及标识区域的宽度,设L_Dis表示左侧标识区域左边际到左纸边距离,R_Dis表示右侧标识区域右边际到右纸边距离,lw表示左侧标识区域的宽度,rw表示右侧标识区域的宽度;
步骤四、确定左上和右下标识特征整周期开始位置,包括对步骤一所得灰度化处理后的实时图像进行二值化,得到二值图像;对在竖直方向上按周期重复印制的标识特征,根据相应二值的模板数据与二值图像的匹配确定左上和右下标识特征整周期开始位置lup与rup;
步骤五、根据步骤二、三和四所得结果,对左右两侧感兴趣区域进行对称性分析,包括计算对称性测度和对称性缺陷判断,所述对称性缺陷判断包括根据所得对称度测度的大小S来判断待检印刷品图像中产品是否具有对称性缺陷,记T为产品的预设对称合格标准,若S≥T则表明待检印刷品图像中产品合格,否则不合格。
2.如权利要求1所述印刷品对称性检测方法,其特征在于:步骤二中获取可能纸边位置时,采用基于相邻列之间的投影灰度差进行判断的方式如下,
基于预设尺度N,首先计算第j列左右大小各为N的邻域内的投影灰度差平均值Lt、Rt,
dsum[j]=get_d(j+1)-get_d(j),
式中,j为当前待处理的列号,k为邻域内某列的列号,dsum[j]为第j+1列与第j列的投影灰度差,get_d(j)为第j列的灰度投影;分别比较|dsum[j]|与参数Lt、Rt的大小,当|dsum[j]|>Lt且|dsum[j]|>Rt时,如果|dsum[j]|在大小为N的左右邻域内最大,则取j为可能纸边位置。
3.如权利要求1或2所述印刷品对称性检测方法,其特征在于:在步骤二确定影像中纸边位置后,根据所有可能纸边位置集合pos_PaperEdge,按先验知识判断是否存在标识区域,是则进入步骤三做后续处理;否则不再进行后续处理。
4.如权利要求1所述印刷品对称性检测方法,其特征在于:步骤三中确定标识区域边际到纸边的距离时,根据所有可能纸边位置集合pos_PaperEdge计算如下,
L_Dis=pos_PaperEdge[1]-pos_PaperEdge[0],
R_Dis=pos_PaperEdge[n-1]-pos_PaperEdge[n-2],
式中L_Dis表示左侧标识区域左边际pos_PaperEdge[1]到左纸边距离,R_Dis表示右侧标识区域右边际pos_PaperEdge[n-2]到右纸边距离。
5.如权利要求1所述印刷品对称性检测方法,其特征在于:若标识区域边际和纸边重合,则L_Dis和R_Dis的大小直接分别表示左右标识区域的宽度;若标识区域边际和纸边不重合,左侧标识区域左边际和右边际分别的相应可能纸边位置之间距离为左标识区域的宽度lw,右侧标识区域左边际和右边际分别的相应可能纸边位置之间距离为右标识区域的宽度rw。
6.如权利要求1所述印刷品对称性检测方法,其特征在于:步骤四中根据二值模板数据与二值图像的匹配确定整周期开始位置时,采用的匹配方式如下,
设周期为period,上下摆动大小为uTol,左右摆动大小为lTol,按period、uTol、lTol构成匹配范围,以匹配范围内每个待匹配像素分别为起始点形成匹配窗口进行处理,匹配窗口的尺寸与模板数据相应,对匹配范围按行依次取待匹配的像素执行处理;
当对匹配范围的某行中任一像素(x,y)为起始点形成匹配窗口进行处理时,先计算匹配窗口中第一行与模板数据第一行的相同像素总个数,判断所得数目与匹配窗口第一行总像素个数之比是否小于一定预设阈值,是则退出当前像素处理,否则继续计算模板数据与匹配窗口之间完整的相似性,用模板数据与匹配窗口之间的相同像素总个数与模板数据包含的像素总个数之比来表示,完成当前像素处理;
对匹配范围内所有像素分别进行处理完成后,根据相似性最大的匹配窗口的起始点像素确定整周期开始位置。
7.如权利要求6所述印刷品对称性检测方法,其特征在于:步骤四中根据二值模板数据与二值图像的匹配确定整周期开始位置时,根据实时周期的预设变动范围,自适应确定该帧图像的实时周期并更新period值,获得相应整周期开始位置。
8.如权利要求7所述印刷品对称性检测方法,其特征在于:步骤五中对左右两侧感兴趣区域计算对称性测度,实现方式如下,
以左上和右下标识特征整周期开始位置lup与rup为比对开始位置,确定左右两侧感兴趣区域,
对某侧感兴趣区域进行上下翻转和左右翻转,然后与另一侧感兴趣区域比较获取对称性测度,按行逐像素比较是否相同,直至比对完毕,得出比对过程中相同的像素总数Sum,计算出左右两侧感兴趣区域的对称性测度S如下,
式中,L表示感兴趣区域的长度,W为感兴趣区域的宽度。
9.如权利要求7所述印刷品对称性检测方法,其特征在于:步骤五中对左右两侧感兴趣区域计算对称性测度,实现方式如下,
确定整体对称中心点的理论位置如下,
((rup+lup)/2,(Right_Edge+Left_Edge-R_Dis+L_Dis)/2);
以整体对称中心点的理论位置为中心设置尺寸为预设大小的区域,记为整体对称中心区域;
以左上和右下标识特征整周期开始位置lup或rup为比对开始位置,确定相应的一侧感兴趣区域,以整体中心对称区域中每一点为假设对称中心,分别以假设对称中心取位置相应处的图像块为另一侧感兴趣区域,计算左右感兴趣区域的对称性测度,从所有假设对称中心相应计算所得对称性测度S中选取最大值作为最终的对称性测度S,作为对称性缺陷判断的依据。
10.如权利要求8或9所述印刷品对称性检测方法,其特征在于:取一侧感兴趣区域内若干整周期范围为对比对象,与另一侧感兴趣区域内对应若干整周期范围计算对称性测度,然后进行对称性缺陷判断,确定相应周期是否合格。
11.一种印刷品对称性检测系统,待检印刷品为左右两侧同时生产的套印产品,其特征在于,包括以下模块:
实时图像预处理模块,用于对实时得到的待检印刷品图像进行灰度化处理,得到灰度化处理后的实时图像;
纸边位置确定模块,用于根据实时图像预处理模块的预处理结果,确定影像中纸边位置,包括在行方向上依次获取所有可能纸边位置集合pos_PaperEdge,取第一个和最后一个可能纸边位置pos_PaperEdge[0]、pos_PaperEdge[n-1],作为左纸边列坐标值Left_edge和右纸边列坐标值Right_edge,其中,n为可能纸边位置的个数;
标识区域宽度确定模块,用于确定标识区域边际到纸边的距离以及标识区域的宽度,设L_Dis表示左侧标识区域左边际到左纸边距离,R_Dis表示右侧标识区域右边际到右纸边距离,lw表示左侧标识区域的宽度,rw表示右侧标识区域的宽度;
整周期开始位置确定模块,用于确定左上和右下标识特征整周期开始位置,包括对步骤一所得灰度化处理后的实时图像进行二值化,得到二值图像;对在竖直方向上按周期重复印制的标识特征,根据相应二值的模板数据与二值图像的匹配确定左上和右下标识特征整周期开始位置lup与rup;
对称性分析模块,用于根据纸边位置确定模块、标识区域宽度确定模块和整周期开始位置确定模块所得结果,对左右两侧感兴趣区域进行对称性分析,包括计算对称性测度和对称性缺陷判断,所述对称性缺陷判断包括根据所得对称度测度的大小S来判断待检印刷品图像中产品是否具有对称性缺陷,记T为产品的预设对称合格标准,若S≥T则表明待检印刷品图像中产品合格,否则不合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410586819.0A CN104331693B (zh) | 2014-10-28 | 2014-10-28 | 一种印刷品对称性检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410586819.0A CN104331693B (zh) | 2014-10-28 | 2014-10-28 | 一种印刷品对称性检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104331693A true CN104331693A (zh) | 2015-02-04 |
CN104331693B CN104331693B (zh) | 2017-06-27 |
Family
ID=52406415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410586819.0A Active CN104331693B (zh) | 2014-10-28 | 2014-10-28 | 一种印刷品对称性检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104331693B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251352A (zh) * | 2016-07-29 | 2016-12-21 | 武汉大学 | 一种基于图像处理的罐盖缺陷检测方法 |
CN108032499A (zh) * | 2017-12-13 | 2018-05-15 | 全椒祥瑞塑胶有限公司 | 一种注塑产品智能化检测方法 |
CN108151670A (zh) * | 2017-12-30 | 2018-06-12 | 北京工业大学 | 一种后背三维对称度评价装置及方法 |
CN108177315A (zh) * | 2017-12-13 | 2018-06-19 | 全椒祥瑞塑胶有限公司 | 一种注塑产品智能化检测系统 |
CN109685792A (zh) * | 2018-12-25 | 2019-04-26 | 于兴虎 | 一种基于图像差分空间频率特性的瓦楞纸智能识别算法 |
CN110363241A (zh) * | 2019-07-11 | 2019-10-22 | 合肥联宝信息技术有限公司 | 一种图片比较方法及装置 |
CN113205480A (zh) * | 2021-03-19 | 2021-08-03 | 哈工大机器人(中山)无人装备与人工智能研究院 | 一种用于显示面板缺陷检测的周期提取方法、装置及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5614109A (en) * | 1995-07-05 | 1997-03-25 | Cecil; Dimitrios G. | Welding line with quality control storage devices |
CN101159017A (zh) * | 2007-11-27 | 2008-04-09 | 清华大学 | 基于局部图像纹理特征匹配的焊缝自动识别视觉方法 |
CN102105888A (zh) * | 2008-05-28 | 2011-06-22 | 倍加福有限责任公司 | 用于检查印刷品的方法和装置、计算机程序以及计算机程序产品 |
-
2014
- 2014-10-28 CN CN201410586819.0A patent/CN104331693B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5614109A (en) * | 1995-07-05 | 1997-03-25 | Cecil; Dimitrios G. | Welding line with quality control storage devices |
CN101159017A (zh) * | 2007-11-27 | 2008-04-09 | 清华大学 | 基于局部图像纹理特征匹配的焊缝自动识别视觉方法 |
CN102105888A (zh) * | 2008-05-28 | 2011-06-22 | 倍加福有限责任公司 | 用于检查印刷品的方法和装置、计算机程序以及计算机程序产品 |
Non-Patent Citations (2)
Title |
---|
HABIBULLAH AKBAR 等: "The Design and Development of Automated Visual Inspection System for Press Part Sorting", 《INTERNATIONAL CONFERENCE ON COMPUTER SICENCE AND INFORMATION ON TECHNOLOGY》 * |
李晋: "基于图像处理的印刷品在线缺陷检测系统", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251352A (zh) * | 2016-07-29 | 2016-12-21 | 武汉大学 | 一种基于图像处理的罐盖缺陷检测方法 |
CN106251352B (zh) * | 2016-07-29 | 2019-01-18 | 武汉大学 | 一种基于图像处理的罐盖缺陷检测方法 |
CN108032499A (zh) * | 2017-12-13 | 2018-05-15 | 全椒祥瑞塑胶有限公司 | 一种注塑产品智能化检测方法 |
CN108177315A (zh) * | 2017-12-13 | 2018-06-19 | 全椒祥瑞塑胶有限公司 | 一种注塑产品智能化检测系统 |
CN108151670A (zh) * | 2017-12-30 | 2018-06-12 | 北京工业大学 | 一种后背三维对称度评价装置及方法 |
CN108151670B (zh) * | 2017-12-30 | 2020-02-11 | 北京工业大学 | 一种后背三维对称度评价装置及方法 |
CN109685792A (zh) * | 2018-12-25 | 2019-04-26 | 于兴虎 | 一种基于图像差分空间频率特性的瓦楞纸智能识别算法 |
CN109685792B (zh) * | 2018-12-25 | 2021-01-26 | 宁波智能装备研究院有限公司 | 一种基于图像差分空间频率特性的瓦楞纸智能识别算法 |
CN110363241A (zh) * | 2019-07-11 | 2019-10-22 | 合肥联宝信息技术有限公司 | 一种图片比较方法及装置 |
CN113205480A (zh) * | 2021-03-19 | 2021-08-03 | 哈工大机器人(中山)无人装备与人工智能研究院 | 一种用于显示面板缺陷检测的周期提取方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104331693B (zh) | 2017-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104331693A (zh) | 一种印刷品对称性检测方法及系统 | |
US20210374941A1 (en) | Product defect detection method, device and system | |
CN101799434B (zh) | 一种印刷图像缺陷检测方法 | |
CN112419299B (zh) | 一种螺栓缺失检测方法、装置、设备及存储介质 | |
CN101576956B (zh) | 基于机器视觉的在线字符检测方法和系统 | |
CN112818812A (zh) | 图像中表格信息的识别方法、装置、电子设备及存储介质 | |
CN103439348B (zh) | 基于差影法的遥控器按键缺陷检测方法 | |
CN104992449A (zh) | 基于机器视觉的信息识别及表面缺陷在线检测方法 | |
CN105913093A (zh) | 一种用于文字识别处理的模板匹配方法 | |
CN103324944A (zh) | 一种基于svm和稀疏表示的假指纹检测方法 | |
CN114266773B (zh) | 显示面板缺陷定位方法、装置、设备及存储介质 | |
CN111382704A (zh) | 基于深度学习的车辆压线违章判断方法、装置及存储介质 | |
CN111753692A (zh) | 目标对象提取方法、产品检测方法、装置、计算机和介质 | |
CN109886928A (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN106778650A (zh) | 基于多类型信息融合的场景自适应行人检测方法和系统 | |
CN106846313A (zh) | 工件表面缺陷检测方法和装置 | |
CN107240086B (zh) | 一种基于积分图算法的织物瑕疵检测方法 | |
CN104318559A (zh) | 用于视频图像匹配的特征点快速检测方法 | |
CN116228678A (zh) | 芯片封装缺陷自动识别和处理方法 | |
CN103699876A (zh) | 一种基于线阵ccd图像识别车号的方法及装置 | |
CN106898078B (zh) | 一种港币版本的识别方法及装置 | |
Lin et al. | A new prediction method for edge detection based on human visual feature | |
CN106778766A (zh) | 一种基于定位点的旋转数字识别方法及系统 | |
CN114049540A (zh) | 基于人工智能的标注图像检测方法、装置、设备及介质 | |
CN111199240A (zh) | 银行卡识别模型的训练方法、银行卡识别方法以及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |