CN106023149A - 基于矢量对象分割的机器视觉标签校对方法 - Google Patents
基于矢量对象分割的机器视觉标签校对方法 Download PDFInfo
- Publication number
- CN106023149A CN106023149A CN201610298954.4A CN201610298954A CN106023149A CN 106023149 A CN106023149 A CN 106023149A CN 201610298954 A CN201610298954 A CN 201610298954A CN 106023149 A CN106023149 A CN 106023149A
- Authority
- CN
- China
- Prior art keywords
- standard sample
- image
- memory element
- vector
- label
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000001915 proofreading effect Effects 0.000 title claims abstract description 18
- 230000011218 segmentation Effects 0.000 title claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012876 topography Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- YNPNZTXNASCQKK-UHFFFAOYSA-N phenanthrene Chemical compound C1=CC=C2C3=CC=CC=C3C=CC2=C1 YNPNZTXNASCQKK-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
- G06T2207/10004—Still image; Photographic 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
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于矢量对象分割的机器视觉标签校对方法，该方法的步骤中含有：（1）对标签的标准样图像解析并存储处理，从而得到标准样栅格化图像组；其中，所述标准样图像中含有标准样矢量图形、标准样矢量文字和标准样栅格图像；（2）获取待测标签的待测样图像，并与标准样栅格化图像组进行比较，从而得到待测样图像中与标准样图像不同的差异图像；（3）按照存储单元为单位，将校对结果呈现给操作人员，完成校对。通过该方法自动处理矢量图形和矢量文字，避免出现校对不需要关注的差异图像的现象，使校对结果呈现待测样和标准样之间真正的差异之处。
Description
技术领域
本发明涉及一种基于矢量对象分割的机器视觉标签校对方法。
背景技术
目前，在标签设计业或者标签印刷相关行业的设计阶段、亦或是产品质量控制阶段，人们需要找出设计修改的错误、别字或者产品印刷上的谬误。无论要对比的物品是图案还是文字，大多数内容都是相同的，只是寻找其中的细小差错或者差异。
现有技术是利用人眼对标签实物进行人工对比，或者是在计算机屏幕上显示出来利用人眼进行人工对比。新技术是采用扫描仪、机器视觉技术将待测样标签图像与标准样标签图像自动对齐，并自动相减获得差异图像，从而实现了基于机器视觉技术的自动校对。
机器视觉技术校对存在一个问题在于，标准样标签图像通常来自于设计部门，是采用出版用计算机图像软件（例如Adobe Illustrator）生成的，其中的图形和文字都是矢量的。这个版本的标准样通常不会考虑印刷设备和制版设备工艺的要求，而是重点考虑标签的美观效果。而待测样标签通常是制作部门生成的图像，或者就是印刷出来的实物、菲林、凹版等被扫描出来的图像。制作部门要考虑制版设备、或者是印刷设备工艺的需求，比如两条线之间的最小距离、字体的粗细等。制作部门需要根据其不同设备的性能做微调。通常设计部门和制作部门为不同的公司，而且根据商务的需要，经常更换。不同的制作工厂采购的制版、印刷机器性能不同，导致制作部门的微调都是因工厂、因设备、甚至是因人而异的。在人工校对从设计部门（标准样）和制作部门（待测样）提供的不同图像时，会根据经验来判断其调节的合理性，甚至比如两条线之间的距离因为微调的尺度很小，人工根本发现不了。但是在机器视觉方式下，任何微小的改变都会被计算机发现报告出来。导致对比的时候，由于图案或者文字的位置相对移动，两幅图像对齐是一个难题，因为几乎所有的图案、文字和表格的相对位置都存在微小的差异，找不到一个合理的对齐的点。后面的对比，不管采用任何一种对齐方法，不同点非常多，而这又不是我们校对者需要关注的，是“允许”的差异。而真正的谬误差异也在其中，因过多“允许”的差异干扰，很难被发现。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于矢量对象分割的机器视觉标签校对方法，通过该方法自动处理矢量图形和矢量文字，避免出现校对不需要关注的差异图像的现象，使校对结果呈现待测样和标准样之间真正的差异之处。
为了解决以上技术问题，本发明的技术方案是：一种基于矢量对象分割的机器视觉标签校对方法，其特征在于该方法的步骤中含有：
（1）对标签的标准样图像解析并存储处理，从而得到标准样栅格化图像组；其中，所述标准样图像中含有标准样矢量图形、标准样矢量文字和标准样栅格图像；所述标准样栅格化图像组中含有按照存储单元分类存储的标准样矢量图形栅格化图像、按照存储单元分类存储的标准样矢量文字栅格化图像和按照存储单元分类存储后的标准样栅格图像，并且处理步骤中包括：
对标准样矢量图形以对应的图形对象为存储单元进行分类存储，再对每一个存储单元内的标准样矢量图形栅格化处理，然后按照原来的存储单元进行分类存储；
对标准样矢量文字以段落为存储单元分类存储，再对每一个存储单元内的标准样矢量文字栅格化处理，然后按照原来的存储单元进行分类存储；
对标准样栅格图像以手工分割的范围为存储单元进行分类存储；
（2）获取待测标签的待测样图像，并与标准样栅格化图像组进行比较，从而得到待测样图像中与标准样栅格化图像组中不同的差异图像；获取和比较的步骤中包括：将待测样图像栅格化处理，从而得到待测样栅格化图像，将相应存储单元内的标准样栅格化图像组在待测样栅格化图像中寻找相应的图像并对齐，对齐后进行图像比对，从而得到相应的差异图像，获取的差异图像为校对结果；
（3）按照存储单元为单位，将校对结果呈现给操作人员，完成校对。
进一步为了便于分类存储标准样栅格图像，在所述的步骤（1）中，对标准样栅格图像进行分类存储之前，将已经分类存储并栅格化处理后的标准样矢量图像和标准样矢量文字隐藏。
进一步，所述的步骤（1）中，手工分割的范围为操作员利用输入设备划分的范围。
进一步，栅格化处理过程中按照配置规定的分辨率进行栅格化处理。
进一步，在所述的步骤（2）中，对齐后进行斑点分析，并且斑点分析结果作为校对结果。
采用了上述技术方案后，利用标准样中的矢量图形中的对象，以及矢量文字段落作为“局部图像”，分别存储，栅格图像利用手工分割为“局部图像”，也存入不同的存储单元，然后按照存储的“局部图像”在栅格化的待测样图像中寻找相同的图案并对齐，寻找差异图像，这样的方法，过滤了因为生产设计过程中因工艺原因的微调而在校对中产生我们不需要关心的相对位移，从而使校对结果呈现我们关心的真正差异，给使用方带来了如下好处：1.、发现错误的能力、速度都有所提高；2、避免了遗漏；3、节省了人工。
具体实施方式
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例，对本发明作进一步详细的说明。
一种基于矢量对象分割的机器视觉标签校对方法，其特征在于该方法的步骤中含有：
（1）对标签的标准样图像解析并存储处理，从而得到标准样栅格化图像组；其中，所述标准样图像中含有标准样矢量图形、标准样矢量文字和标准样栅格图像；所述标准样栅格化图像组中含有按照存储单元分类存储的标准样矢量图形栅格化图像、按照存储单元分类存储的标准样矢量文字栅格化图像和按照存储单元分类存储后的标准样栅格图像，并且处理步骤中包括：
对标准样矢量图形以对应的图形对象为存储单元进行分类存储，再对每一个存储单元内的标准样矢量图形栅格化处理，然后按照原来的存储单元进行分类存储；
对标准样矢量文字以段落为存储单元分类存储，再对每一个存储单元内的标准样矢量文字栅格化处理，然后按照原来的存储单元进行分类存储；
对标准样栅格图像以手工分割的范围为存储单元进行分类存储；
（2）获取待测标签的待测样图像，并与标准样栅格化图像组进行比较，从而得到待测样图像中与标准样栅格化图像组中不同的差异图像；获取和比较的步骤中包括：将待测样图像栅格化处理，从而得到待测样栅格化图像，将相应存储单元内的标准样栅格化图像组在待测样栅格化图像中寻找相应的图像并对齐，对齐后进行图像比对，从而得到相应的差异图像，获取的差异图像为校对结果；当然，步骤中还包括：将待测标签输入计算机中，输入的方式可以是扫描仪扫描，也可以是设计中修改的中间文稿，或者是印刷供应商修改后的设计文稿；
（3）按照存储单元为单位，将校对结果呈现给操作人员，完成校对。
为了便于分类存储标准样栅格图像，在所述的步骤（1）中，对标准样栅格图像进行分类存储之前，将已经分类存储并栅格化处理后的标准样矢量图像和标准样矢量文字隐藏。
所述的步骤（1）中，手工分割的范围为操作员利用输入设备划分的范围。
栅格化处理过程中按照配置规定的分辨率进行栅格化处理。
在所述的步骤（2）中，对齐后进行斑点分析，并且斑点分析结果作为校对结果。
本发明的工作原理如下：
利用标准样中的矢量图形中的对象，以及矢量文字段落作为“局部图像”，分别存储，栅格图像利用手工分割为“局部图像”，也存入不同的存储单元，然后按照存储的“局部图像”在栅格化的待测样图像中寻找相同的图案并对齐，寻找差异图像，这样的方法，过滤了因为生产设计过程中因工艺原因的微调而在校对中产生我们不需要关心的相对位移，从而使校对结果呈现我们关心的真正差异，给使用方带来了如下好处：1.、发现错误的能力、速度都有所提高；2、避免了遗漏；3、节省了人工。
以上所述的具体实施例，对本发明解决的技术问题、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于矢量对象分割的机器视觉标签校对方法，其特征在于该方法的步骤中含有：
（1）对标签的标准样图像解析并存储处理，从而得到标准样栅格化图像组；其中，所述标准样图像中含有标准样矢量图形、标准样矢量文字和标准样栅格图像；所述标准样栅格化图像组中含有按照存储单元分类存储的标准样矢量图形栅格化图像、按照存储单元分类存储的标准样矢量文字栅格化图像和按照存储单元分类存储后的标准样栅格图像，并且处理步骤中包括：
对标准样矢量图形以对应的图形对象为存储单元进行分类存储，再对每一个存储单元内的标准样矢量图形栅格化处理，然后按照原来的存储单元进行分类存储；
对标准样矢量文字以段落为存储单元分类存储，再对每一个存储单元内的标准样矢量文字栅格化处理，然后按照原来的存储单元进行分类存储；
对标准样栅格图像以手工分割的范围为存储单元进行分类存储；
（2）获取待测标签的待测样图像，并与标准样栅格化图像组进行比较，从而得到待测样图像中与标准样栅格化图像组中不同的差异图像；获取和比较的步骤中包括：将待测样图像栅格化处理，从而得到待测样栅格化图像，将相应存储单元内的标准样栅格化图像组在待测样栅格化图像中寻找相应的图像并对齐，对齐后进行图像比对，从而得到相应的差异图像，获取的差异图像为校对结果；
（3）按照存储单元为单位，将校对结果呈现给操作人员，完成校对。
2.根据权利要求1所述的基于矢量对象分割的机器视觉标签校对方法，其特征在于：在所述的步骤（1）中，对标准样栅格图像进行分类存储之前，将已经分类存储并栅格化处理后的标准样矢量图像和标准样矢量文字隐藏。
3.根据权利要求1所述的基于矢量对象分割的机器视觉标签校对方法，其特征在于：所述的步骤（1）中，手工分割的范围为操作员利用输入设备划分的范围。
4.根据权利要求1所述的基于矢量对象分割的机器视觉标签校对方法，其特征在于：栅格化处理过程中按照配置规定的分辨率进行栅格化处理。
5.根据权利要求1所述的基于矢量对象分割的机器视觉标签校对方法，其特征在于：在所述的步骤（2）中，对齐后进行斑点分析，并且斑点分析结果作为校对结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610298954.4A CN106023149B (zh) | 2016-05-09 | 2016-05-09 | 基于矢量对象分割的机器视觉标签校对方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610298954.4A CN106023149B (zh) | 2016-05-09 | 2016-05-09 | 基于矢量对象分割的机器视觉标签校对方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106023149A true CN106023149A (zh) | 2016-10-12 |
| CN106023149B CN106023149B (zh) | 2018-06-12 |
Family
ID=57082230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610298954.4A Active CN106023149B (zh) | 2016-05-09 | 2016-05-09 | 基于矢量对象分割的机器视觉标签校对方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106023149B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232320A (zh) * | 2020-12-14 | 2021-01-15 | 北京沃东天骏信息技术有限公司 | 印刷品文字的校对方法及相关设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764903A (zh) * | 2008-12-24 | 2010-06-30 | 方正国际软件(北京)有限公司 | 一种陷印效果自动对比的方法及系统 |
| CN102354327A (zh) * | 2011-05-31 | 2012-02-15 | 合肥芯硕半导体有限公司 | 一种扫描式无掩膜光刻机的数据处理方法 |
| CN104408759A (zh) * | 2014-11-19 | 2015-03-11 | 江苏影速光电技术有限公司 | 一种用于数字微镜显示的矢量图形栅格化方法 |
| CN104809732A (zh) * | 2015-05-07 | 2015-07-29 | 山东鲁能智能技术有限公司 | 一种基于图像比对的电力设备外观异常检测方法 |
-
2016
- 2016-05-09 CN CN201610298954.4A patent/CN106023149B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764903A (zh) * | 2008-12-24 | 2010-06-30 | 方正国际软件(北京)有限公司 | 一种陷印效果自动对比的方法及系统 |
| CN102354327A (zh) * | 2011-05-31 | 2012-02-15 | 合肥芯硕半导体有限公司 | 一种扫描式无掩膜光刻机的数据处理方法 |
| CN104408759A (zh) * | 2014-11-19 | 2015-03-11 | 江苏影速光电技术有限公司 | 一种用于数字微镜显示的矢量图形栅格化方法 |
| CN104809732A (zh) * | 2015-05-07 | 2015-07-29 | 山东鲁能智能技术有限公司 | 一种基于图像比对的电力设备外观异常检测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232320A (zh) * | 2020-12-14 | 2021-01-15 | 北京沃东天骏信息技术有限公司 | 印刷品文字的校对方法及相关设备 |
| CN112232320B (zh) * | 2020-12-14 | 2021-05-25 | 北京沃东天骏信息技术有限公司 | 印刷品文字的校对方法及相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106023149B (zh) | 2018-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE69119893T2 (de) | Bildverarbeitung | |
| CN105082747B (zh) | 胶印机立体效果上光方法 | |
| CN107832024A (zh) | 一种防止印刷数据错误的印刷方法及印刷系统 | |
| CN101894268B (zh) | 一种可消除底单干扰的印鉴真伪识别方法 | |
| CN105430218B (zh) | 图像色彩识别方法及装置 | |
| CN106023149A (zh) | 基于矢量对象分割的机器视觉标签校对方法 | |
| CN104417043A (zh) | 涅白的多级调节和测量 | |
| JPS6323157A (ja) | 印刷用版下を形成するための装置 | |
| CN101388002B (zh) | 一种自动生成折手专色标记的方法及系统 | |
| DE102011112232A1 (de) | Verfahren und Vorrichtung zur Erzeugung eines Barcodes auf einem Substrat | |
| WO2018173756A1 (ja) | 情報記録体 | |
| US20180047190A1 (en) | Method for improving the print quality of graphic elements | |
| US11135833B2 (en) | Method for verifying a printing plate, specifically a gravure cylinder | |
| Pfeifer et al. | Detection of commercial offset printing in counterfeited banknotes | |
| CN103042853B (zh) | 一种专色模拟的方法 | |
| CN105931260B (zh) | 标签的校对方法 | |
| CA3021477C (en) | A method of inspecting the quality of blanks, in particular of blanks to be processed into packaging material, and quality inspection system | |
| DE102008059759B4 (de) | Verfahren zum Vorabprüfen eines mittels mehrerer Druckformen mit verschiedenen Druckfarben zu druckenden mehrfarbigen Druckerzeugnisses | |
| CN105741283A (zh) | 一种计算机色彩对比定量评价方法 | |
| CN113377306B (zh) | 基于纸张褶皱识别的自适应硒鼓成像系统、方法和设备 | |
| Xu et al. | Analysis and evaluation model for print mottle using wavelet image denoising method | |
| CN108773181B (zh) | 印刷电算化标准方法、装置、终端与计算机可读存储介质 | |
| CN104669810B (zh) | 一种条码打印方法 | |
| US8948492B2 (en) | Quality control method for a machine for producing packaging | |
| CN103226003B (zh) | 图像评价装置、图像评价方法以及非临时性存储介质 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220901 Address after: Shigu Industrial Zone, Nancheng District, Dongguan City, Guangdong Province, 523000 Patentee after: Coca-Cola Bottlers Production (Dongguan) Co.,Ltd. Patentee after: EECREE AUTOMATION TECH. CO.,LTD. Address before: Room 2022, Building B, No. 555 Dongchuan Road, Minhang District, Shanghai, 200241 Patentee before: COCA-COLA BOTTLER MANAGEMENT SERVICES (SHANGHAI) CO.,LTD. Patentee before: EECREE AUTOMATION TECH. CO.,LTD. |
|
| TR01 | Transfer of patent right |