CN106940885A - 一种荧光油墨印刷缺陷的在线检测方法 - Google Patents
一种荧光油墨印刷缺陷的在线检测方法 Download PDFInfo
- Publication number
- CN106940885A CN106940885A CN201710029340.0A CN201710029340A CN106940885A CN 106940885 A CN106940885 A CN 106940885A CN 201710029340 A CN201710029340 A CN 201710029340A CN 106940885 A CN106940885 A CN 106940885A
- Authority
- CN
- China
- Prior art keywords
- region
- image
- masterplate
- defect
- detection
- 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
- G06T7/001—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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Credit Cards Or The Like (AREA)
- Inking, Control Or Cleaning Of Printing Machines (AREA)
Abstract
本发明公开了一种荧光油墨印刷缺陷的在线检测方法:步骤1根据图像特征分别提取纸张上的无色荧光图像和有色荧光图像,作为前景模版区域;步骤2对待检测的图像采用改进的模版对比算法和前景模版缺陷特征分析算法分别进行处理,找出疑似缺陷;其中,所述改进的模版对比算法用于对断线和糊版进行检测,所述前景模版缺陷特征分析算法用于补充断线检测。步骤3对疑似缺陷进行滤波处理,滤波处理后对图像进行评估,最后报出实际缺陷。本发明的荧光油墨印刷缺陷的在线检测方法能够检测纯无色荧光区域的糊版和断线缺陷进行在检测,误报量远远低于常规检测的误报。
Description
技术领域
本发明涉及一种基于纸张和多重油墨的机器视觉检测领域,特别涉及一种荧光油墨印刷缺陷的在线检测方法。
背景技术
目前的印刷检测系统中,一些票据产品如支票等增加了很多防伪检测技术,比如采用荧光纤维的纸张防伪技术、采用有色荧光和无色荧光油墨的油墨防伪技术等。从纸张防伪到油墨的多重防伪,防伪手段的逐步提高,可以有效避免许多经济犯罪,但同时也提升了在线检测的难度。传统的印刷检测算法只适应原有的单一无色或有色荧光防伪,对于这种多重防伪手段的产品,无法满足检测的要求。
以票据产品为例,紫外光下,荧光纤维呈现出绿色、黄色,且亮度深浅不一,分布没有规律,有色荧光呈现出绿色,无色荧光为橘黄色反映。检测内容为有色荧光和无色荧光的印刷缺陷,重点检测无色荧光,主要难点为部分无色荧光被有色荧光以及其他工序图案覆盖,且受到随机的荧光纤维丝的干扰。
印刷缺陷表现在图像上,即为待检图像缺陷处的灰度值与标准图的差异。传统的基于模板比对的检测算法即为:将待检图像与标准模板(大小模板)进行差分,判断其差值是否超过预先设定的标准范围,就能判断出印刷缺陷。对于这类多重防伪产品的检测,存在以下几点缺陷:
1 对图像亮暗变化比较敏感,依赖于标准模板的学习,检测结果不稳定;
2 会将随机的荧光纤维丝认为是缺陷报出,误报不可控制;
3 多重油墨之间存在一定的套印偏差,直接进行学习标准模板很容易学坏,无法检测有色无色重合区域的缺陷。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种荧光油墨印刷缺陷的在线检测方法。
为了实现上述目的,本发明的技术方案如下:
一种荧光油墨印刷缺陷的在线检测方法,该检测方法包括如下步骤:
步骤1根据图像特征分别提取纸张上的无色荧光区域和有色荧光区域,作为前景模版区域;
步骤2对待检测的图像采用改进的模版对比算法和前景模版缺陷特征分析算法分别进行处理,找出疑似缺陷;其中,所述改进的模版对比算法用于对断线和糊版进行检测,所述前景模版缺陷特征分析算法用于补充断线检测。
步骤3对疑似缺陷进行滤波处理,滤波处理后对图像进行评估,最后报出实际缺陷。
进一步,步骤2中的所述改进的模版对比算法为:利用颜色和纹理信息,提取线条状的前景无色荧光区域RB;将所有荧光线条提取区域外扩一定范围得到RC区域;通过图像不同通道间的运算处理去除蓝色荧光纤维丝的干扰,提取出蓝色荧光纤维丝区域RD,并将区域RD从模板检测区域RA中剔除,得到检测大阈值图,利用大阈值图检测糊版缺陷;将区域RD从区域RC中剔除,得到检测小阈值图,利用小阈值图检测断线缺陷。
进一步,去除蓝色荧光纤维丝干扰时,用图像的蓝色通道减去图像的红色通道。
进一步,步骤2中的所述前景模版缺陷特征分析算法为:采集检测图像ImgA,利用红色通道减去蓝色通道获取出检测用的图像ImgB,在检测图像ImgB中提取的无色荧光区域RB;将建模时提取的无色荧光区域RB,以进行矩形膨胀,得到新的无色荧光模板区域RC,将区域RC与前景模板检测区域RA做差得到区域RE,当区域RE的面积小于满足设定的阈值时就报错。
进一步,在所述步骤3中,根据缺陷的关注度、缺陷面积和该缺陷面的颜色差异对缺陷进行评估。
本发明的荧光油墨印刷缺陷的在线检测方法能够检测纯无色荧光区域的糊版和断线缺陷进行在检测,误报量远远低于常规检测的误报。
附图说明
图1为本发明的缺陷错误值的示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和技术效果更加清楚,下面结合附图及具体实施例进行详细描述。
本发明的荧光油墨印刷缺陷的在线检测方法包括如下步骤:
步骤1根据图像特征分别提取纸张上的无色荧光图像和有色荧光图像,作为前景模版区域。
步骤2对待检测的图像采用改进的模版对比算法和前景模版缺陷特征分析算法分别进行处理,找出疑似缺陷;其中,所述改进的模版对比算法用于对断线和糊版进行检测,所述前景模版缺陷特征分析算法用于补充断线检测。
改进的模版对比算法具体为:利用颜色和纹理信息,提取线条状的前景无色荧光区域RB;将所有荧光线条提取区域外扩一定范围得到RC区域;通过图像不同通道间的运算处理去除蓝色荧光纤维丝的干扰(用图像的蓝色通道减去图像的红色通道),提取出蓝色荧光纤维丝区域RD,并将区域RD从模板检测区域RA中剔除,得到检测大阈值图,利用大阈值图检测糊版缺陷;将区域RD从区域RC中剔除,得到检测小阈值图,利用小阈值图检测断线缺陷。改进的模版对比算法对于断线缺陷,将待检测图像感兴趣区域设为前景模板区域范围,因此可以不用考虑纤维丝的干扰;对于糊版缺陷,通过颜色、面积等和缺陷的特征差异,踢出荧光纤维丝,然后和前景模板区域进行配准检测。
前景模版缺陷特征分析算法具体为:采集检测图像ImgA,利用红色通道减去蓝色通道获取出检测用的图像ImgB,在检测图像ImgB中提取的无色荧光区域RB;将建模时提取的无色荧光区域RB,以进行矩形膨胀,得到新的无色荧光模板区域RC,将区域RC与前景模板检测区域RA做差得到区域RE,当区域RE的面积小于满足设定的阈值时就报错。前景模版缺陷特征分析算法着重对前景模板区域范围内进行检测,将待检图像进行特征提取,通过形态学处理,提出和前景模板特征不一样的缺陷点。
步骤3对疑似缺陷进行滤波处理,滤波处理后根据缺陷的关注度、缺陷面积和该缺陷面的颜色差异对图像进行评估,最后报出实际缺陷。
如图1所述各灰度值对应的缺陷值曲线图,缺陷错误值的计算如下:
x轴表示灰度值,y轴表示缺陷错误值;
训练范围表示模板训练的灰度值范围,即在模板训练范围内(灰度值在XMin和XMax以内),缺陷错误值为0;
设Y为当前点的错误值,D为是该点的检测图像和模板图像相减后的灰度值,T为容忍值,XMax表示大模板值,XMin表示小模板值, TUp表示高容忍值,TLow表示低容忍值,则图1错误值计算公式为:
Y=F(D),
F(D)= D-T
各灰度值对应的缺陷值曲线(不含模板训练范围):
缺陷值F(X)= 0,当(XMax <=X <= XMax + TUp)时或者当(XMin - TLow <= X <= XMin)时;
缺陷值min(X-XMax- TUp,255),当(X> XMax + TUp)时;
缺陷值min(XMin- TLow -X,255),当(X< XMin - TLow)时。
本发明的在印刷品检测系统中使用的缺陷检测算法,能够检测纯无色荧光区域的缺陷精度为长度2mm以内,无色和其他工序图案重合区域长度为3mm以内,无色有色荧光重合区域长度为5mm以内。且能满足实时检测的需求,误报量远远低于常规检测的误报。具体数据如下表:
类型 | 位置 | 缺陷长度/面积 | 是否报出 |
1 | 无色荧光区域断线 | 1mm | 是 |
2 | 无色荧光区域糊版 | 2mm*2mm | 是 |
3 | 无色有色重合区域断线 | 3mm | 是 |
4 | 无色有色重合区域糊版 | 3mm*3mm | 是 |
5 | 其他工序重合区域断线 | 2.5mm | 是 |
6 | 其他工序重合区域糊版 | 2.5mm*2.5mm | 是 |
上述示例只是用于说明本发明,本发明的实施方式并不限于这些示例,本领域技术人员所做出的符合本发明思想的各种具体实施方式都在本发明的保护范围之内。
Claims (5)
1.一种荧光油墨印刷缺陷的在线检测方法,该检测方法包括如下步骤:
步骤1根据图像特征分别提取纸张上的无色荧光图像和有色荧光图像,作为前景模版区域;
步骤2对待检测的图像采用改进的模版对比算法和前景模版缺陷特征分析算法分别进行处理,找出疑似缺陷;其中,所述改进的模版对比算法用于对断线和糊版进行检测,所述前景模版缺陷特征分析算法用于补充断线检测;
步骤3对疑似缺陷进行滤波处理,滤波处理后对图像进行评估,最后报出实际缺陷。
2.如权利要求1所述的方法,其特征在于,步骤2中的所述改进的模版对比算法为:利用颜色和纹理信息,提取线条状的前景无色荧光区域RB;将所有荧光线条提取区域外扩一定范围得到RC区域;通过图像不同通道间的运算处理去除蓝色荧光纤维丝的干扰,提取出蓝色荧光纤维丝区域rD,并将区域rD从模板检测区域RA中剔除,得到检测大阈值图,利用大阈值图检测糊版缺陷;将区域rD从区域RC中剔除,得到检测小阈值图,利用小阈值图检测断线缺陷。
3.如权利要求2所述的方法,其特征在于,去除蓝色荧光纤维丝干扰时,用图像的蓝色通道减去图像的红色通道。
4.如权利要求1所述的方法,其特征在于,步骤2中的所述前景模版缺陷特征分析算法为:采集检测图像ImgA,利用红色通道减去蓝色通道获取出检测用的图像ImgB,在检测图像ImgB中提取的无色荧光区域rB;将建模时提取的无色荧光区域RB,以进行矩形膨胀,得到新的无色荧光模板区域RC,将区域RC与前景模板检测区域rA做差得到区域rE,当区域rE的面积小于满足设定的阈值时就报错。
5.如权利要求1所述的方法,其特征在于,在所述步骤3中,根据缺陷的关注度、缺陷面积和该缺陷面的颜色差异对缺陷进行评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029340.0A CN106940885B (zh) | 2017-01-16 | 2017-01-16 | 一种荧光油墨印刷缺陷的在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029340.0A CN106940885B (zh) | 2017-01-16 | 2017-01-16 | 一种荧光油墨印刷缺陷的在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106940885A true CN106940885A (zh) | 2017-07-11 |
CN106940885B CN106940885B (zh) | 2019-10-18 |
Family
ID=59469487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710029340.0A Active CN106940885B (zh) | 2017-01-16 | 2017-01-16 | 一种荧光油墨印刷缺陷的在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106940885B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634264A (zh) * | 2020-12-30 | 2021-04-09 | 凌云光技术股份有限公司 | 一种基于前景的缺陷检测方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5999636A (en) * | 1997-10-10 | 1999-12-07 | Printprobe Technology, Llc | Apparatus and process for inspecting print material |
EP1457335A1 (en) * | 2003-03-10 | 2004-09-15 | Quad/Tech, Inc. | Control system for a printing press |
CN101799434A (zh) * | 2010-03-15 | 2010-08-11 | 深圳市中钞科信金融科技有限公司 | 一种印刷图像缺陷检测方法 |
CN103808731A (zh) * | 2014-01-20 | 2014-05-21 | 北京大恒图像视觉有限公司 | 一种在印刷品检测系统中使用的缺陷检测方法 |
CN103954634A (zh) * | 2014-05-08 | 2014-07-30 | 昆明瑞丰印刷有限公司 | 一种印刷品在线质量检测系统 |
-
2017
- 2017-01-16 CN CN201710029340.0A patent/CN106940885B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5999636A (en) * | 1997-10-10 | 1999-12-07 | Printprobe Technology, Llc | Apparatus and process for inspecting print material |
EP1457335A1 (en) * | 2003-03-10 | 2004-09-15 | Quad/Tech, Inc. | Control system for a printing press |
CN101799434A (zh) * | 2010-03-15 | 2010-08-11 | 深圳市中钞科信金融科技有限公司 | 一种印刷图像缺陷检测方法 |
CN103808731A (zh) * | 2014-01-20 | 2014-05-21 | 北京大恒图像视觉有限公司 | 一种在印刷品检测系统中使用的缺陷检测方法 |
CN103954634A (zh) * | 2014-05-08 | 2014-07-30 | 昆明瑞丰印刷有限公司 | 一种印刷品在线质量检测系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634264A (zh) * | 2020-12-30 | 2021-04-09 | 凌云光技术股份有限公司 | 一种基于前景的缺陷检测方法和系统 |
CN112634264B (zh) * | 2020-12-30 | 2024-04-26 | 凌云光技术股份有限公司 | 一种基于前景的缺陷检测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106940885B (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5813610B2 (ja) | 画像評価装置、画像評価方法、及びプログラム | |
CN107067000B (zh) | 一种纸币污损程度的识别方法及装置 | |
CN101894268B (zh) | 一种可消除底单干扰的印鉴真伪识别方法 | |
CN102765249A (zh) | 一种基于四色印品套准检测标记的机器视觉检测方法 | |
JP2001126107A (ja) | 紙葉類の識別方法および装置 | |
CN111986378B (zh) | 一种票据彩色纤维丝检测方法和系统 | |
CN115049638A (zh) | 一种基于图像处理的丝网印刷玻璃缺陷检测方法及装置 | |
JP2014071046A (ja) | 画像評価装置、画像評価方法、及びプログラム | |
CN114387269B (zh) | 一种基于激光的纤维丝缺损检测方法 | |
JP2016206760A (ja) | 色判別方法及び色判別装置、並びに印刷機色調制御方法 | |
CN106940885B (zh) | 一种荧光油墨印刷缺陷的在线检测方法 | |
CN104112123A (zh) | 一种用于子弹表观缺陷检测的aoi系统的缺陷特征提取与识别方法 | |
CN203337559U (zh) | 印品质量数字化全自动检测系统 | |
CN106600812A (zh) | 一种纸币识别方法及装置 | |
CN104732644B (zh) | 纸币鉴别的质量控制方法及其系统 | |
CN113345036B (zh) | 基于hsv特征变换的指示灯状态识别方法 | |
CN108806058A (zh) | 一种纸币检测方法及装置 | |
CN202257774U (zh) | 一种甄别银行磁卡的装置及系统 | |
CN102183526B (zh) | 小张人民币机检离线复检系统 | |
CN107341900B (zh) | 一种基于红外油墨标志智能识别的票据防伪鉴别方法 | |
JP6878623B2 (ja) | 紙葉類汚損判定装置及び紙葉類汚損判定方法 | |
US20210046751A1 (en) | Method for verifying a printing plate, specifically a gravure cylinder | |
CN109472765B (zh) | 一种喷码质量的检测方法及装置 | |
CN109598713A (zh) | 一种基于图像识别的异常检测方法 | |
KR20080002203A (ko) | 컨택 이미지 센서를 이용한 지폐의 진위 판단 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |