CN106959304A - 一种基于小波细节能量的印刷墨斑测量方法 - Google Patents
一种基于小波细节能量的印刷墨斑测量方法 Download PDFInfo
- Publication number
- CN106959304A CN106959304A CN201710204837.1A CN201710204837A CN106959304A CN 106959304 A CN106959304 A CN 106959304A CN 201710204837 A CN201710204837 A CN 201710204837A CN 106959304 A CN106959304 A CN 106959304A
- Authority
- CN
- China
- Prior art keywords
- image
- wavelet
- details energy
- ink
- details
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
Abstract
本发明公开了一种基于小波细节能量的印刷墨斑测量方法,具体为:扫描喷墨印刷图像,将其转化为灰度图像,即为印刷墨斑图像;利用二维离散小波基函数对墨斑图像进行级数离散分解;提取分解后图像高频部分的细节信息;对提取的细节信息求和,即为墨斑指数。本发明方法采用小波基函数对墨斑图像进行分解,然后提取模版图像细节信息,在描述墨斑图像时较全面的反应了图像中墨斑信息,精确的评价了印刷品墨斑的程度,提高了墨斑测量的精度和测量效率。并且该方法基于计算机软件,方便操作,易于实现,并且效率高。
Description
技术领域
本发明属于印刷品质量检测技术领域,涉及一种基于小波细节能量的印刷墨斑测量方法。
背景技术
印刷墨斑是影响印刷质量的重要因素之一,在实际的生产过程中不可避免,对企业而言,是难以解决的问题。印刷墨斑是指在实地区域,由于油墨分布不均匀而导致的斑点或条纹。一般来说在烟标酒标的生产中出现最为普遍,目前对于墨斑的测量主要是人眼视觉判断和ISO印刷墨斑算法。ISO印刷墨斑算法是古老的算法,对墨斑进行简单的计算,精度较低,并且计算量较大。人眼视觉判断主要是依赖人眼视觉,主观性较强,但其效率低,精度差,不能满足高速运转的印刷机。
发明内容
本发明的目的是提供一种基于小波细节能量的印刷墨斑测量方法,解决现有测量方法精度差,效率低的问题。
本发明所采用的技术方案是,一种基于小波细节能量的印刷墨斑测量方法,具体按照以下步骤实施:
步骤1,采集图像:
扫描采集喷墨印刷图像,取一定大小的图像,将印刷图像转化为灰度图像,即为印刷墨斑图像;
步骤2,分解图像:
对步骤1得到的印刷墨斑图像,利用二维离散小波基函数进行级数离散分解为高频部分和低频部分;
步骤3,提取图像细节信息:
采用函数Detcoef2提取步骤2分解后图像高频部分的细节信息;
步骤4,计算墨斑指数:
求取步骤3提取的所有细节信息之和,即为墨斑指数。
本发明的特点还在于,
步骤1取样图像的大小为5cm-8cm,图像被离散的像素点为≥1024*1024,图像的灰度等级为100-256。
步骤2具体为:选定小波基函数和分解级数J,表达式为其中C为图像的输出分解向量,S为图像的相应的记录矩阵,I为墨斑图像。
步骤2所采用的小波基函数为Haar、Sym系列、db系列或Bior系列函数中的一种。
步骤2中分解级数为一级、三级、五级或七级中的一种。
步骤2中高频部分代表了墨斑图像的细节信息,具体是指水平、垂直和对角方向的细节信息。低频部分代表墨斑图像的近似信息。
步骤3中细节信息的提取具体为:利用二维离散小波变换分解结构工具Detcoef2提取从图像的输出分解向量C和图像的记录矩阵S的高频信息,则:
水平方向细节能量信息:Eh=Detcoef2('h',c,s,J);
垂直方向细节能量信息:EV=Detcoef2('v',c,s,J);
对角方向细节能量信息:ED=Detcoef2('d',c,s,J);
其中J为分解级数,h、v、d分别代表了图像的水平、垂直和对角方向。
步骤4具体为:分别对水平、垂直、对角的细节能量进行求和:
水平方向细节能量之和:
垂直方向细节能量之和:
对角方向细节能量之和:
其中EhM、EvM、EdM分别代表水平、垂直、对角方向的细节能量,i、j表示图像矩阵,d代表图像上的某一细节能量。
所有细节能量之和:PM=EM=EhM+EvM+EdM。
本发明的有益效果是,本发明一种基于小波细节能量的印刷墨斑测量方法,采用小波基函数对墨斑图像进行分解,然后提取模版图像细节信息,在描述墨斑图像时较全面的反应了图像中墨斑信息,精确的评价了印刷品墨斑的程度,提高了墨斑测量的精度和测量效率。并且该方法基于计算机软件,方便操作,易于实现,并且效率高。
附图说明
图1是本发明测量方法的流程图;
图2是本发明实施例中所采集的墨斑图像,其中a、b分别为实施例中选取两幅灰度图像;
图3是本发明实施例中墨斑图像Haar小波基函数五级分解后与人眼视觉的相关性图;
图4是本发明实施例中墨斑图像Sys小波基函数五级分解与人眼视觉的相关性图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种基于小波细节能量的印刷墨斑测量方法,如图1所示,具体按照以下步骤实施:
步骤1,采集喷墨纸印刷图像:
用扫描仪扫描喷墨纸印刷图像,扫描仪参数设置,以能够准确的扫描到墨斑图像为准,扫描分辨率为≥1500dpi。
步骤2,将采集到的印刷图像转化为数字图像:
将步骤1扫描得到的墨纸印刷图像利用Matlab对图像进行灰度化处理使之转化为灰度图,即为印刷墨斑图像。图像的大小为5cm-8cm,图像被离散的像素点为≥1024*1024,图像的灰度等级为100-256。
步骤2,分解图像:
利用二维离散小波基函数Wavedec2对步骤2转化后的印刷墨斑图像进行离散小波变换,即采用小波基函数对印刷墨斑图像进行级数离散分解。分解级数为一、三、五或七级,所采用的小波基函数包括Haar、Sym系列、db系列和Bior系列函数。
具体分解算法为:
选定小波基函数和分解级数J,其中C为图像的输出分解向量,S为图像的相应的记录矩阵,I为墨斑图像。
步骤3,细节能量求和:
图像经步骤2分解离散后分为高频和低频部分,去除低频部分,保留高频部分的细节信息。高频部分代表了墨斑图像的细节信息,具体是指水平、垂直和对角方向的细节信息。低频部分代表墨斑图像的近似信息。采用函数Detcoef2提取高频部分细节信息,得到水平、垂直、对角的细节信息,分别表示为图像的水平细节能量信息、垂直细节能量信息、对角细节能量信息,并对其进行求和,即为墨斑指数。
具体提取过程为:利用二维离散小波变换分解结构工具Detcoef2提取从图像的输出分解向量C和图像的记录矩阵S的高频信息,则:
水平方向细节能量信息:Eh=Detcoef2('h',c,s,J);
垂直方向细节能量信息:EV=Detcoef2('v',c,s,J);
对角方向细节能量信息:ED=Detcoef2('d',c,s,J)。
分别对水平、垂直、对角的细节能量进行求和,并将所有细节能量相加,即为墨斑指数:
水平方向细节能量之和:
垂直方向细节能量之和:
对角方向细节能量之和:
其中EhM、EvM、EdM分别代表水平、垂直、对角方向的细节能量,i、j表示图像矩阵,d代表图像上的某一细节能量。
细节能量之和:PM=EM=EhM+EvM+EdM。
步骤4,印刷质量判断:
将所计算的墨斑指数与标准图进行比较,如果墨斑图像的墨斑指数比标准图大,则图像含有墨斑,反之,印刷品合格。
标准图是指样张中颜色均匀的,墨斑不被人眼发觉的墨斑图像,计算其墨斑指数既定为标准墨斑指数。
本发明一种基于小波细节能量的印刷墨斑测量方法,采用小波基函数对墨斑图像进行分解,然后提取模版图像细节信息,在描述墨斑图像时较全面的反应了图像中墨斑信息,精确的评价了印刷品墨斑的程度,提高了墨斑测量的精度和测量效率。并且该方法基于计算机软件,方便操作,易于实现,并且效率高。
现以喷墨纸的印刷墨斑为例,具体来说明本发明测量墨斑的方法及过程。
(1)设置扫描仪参数,使之能准确的扫描到墨斑图像。参数设置如下:模式为黑白模式,质量为高,分辨率大小设为1800dpi。
(2)取喷墨纸印刷图像,图像大小为50mm*50mm,图像像素点离散为1024*1024,图像的灰度等级为256,图像数量为70张。图2中a、b分别为其中两幅灰度图像。
(3)对墨斑图像进行离散小波变换,分别选用Haar、Sym函数进行级数的分解,分解级数为一、三、五、七级。
具体算法为选定小波基函数和分解级数J:
格式为:C为图像的输出分解向量,S为图像的相应的记录矩阵。
(4)提取图像小波分解后的高频信息,得到图像的确定级数上的水平、垂直、对角细节矩阵,分别表示为图像的水平细节能量信息,垂直细节能量信息,对角细节能量信息。
具体算法为:利用二维离散小波变换分解结构工具Detcoef2提取从图像的输出分解向量C和图像的记录矩阵S的高频信息。
水平方向细节能量信息:Eh=Detcoef2('h',c,s,J);
垂直方向细节能量信息:EV=Detcoef2('v',c,s,J);
对角方向细节能量信息:ED=Detcoef2('d',c,s,J)。
(5)将细节信息进行叠合,分别得到水平、垂直、对角的细节能量,对细节能量进行求和,即为墨斑指数。
水平方向细节能量之和:
垂直方向细节能量之和:
对角方向细节能量之和:
所有细节能量之和:PM=EM=EhM+EvM+EdM
(6)为了检验方法的正确性,将本发明与人眼的视觉系统做相关性分析,结果如下:
表1 喷墨纸与人眼视觉评价相关性
表1是基于小波细节能量的喷墨纸墨斑与人眼视觉的相关性系数,采用两种小波基函数对其进行检验,可看到与人眼具有良好的相似性,最佳分解级数为五级七级分解,能够作为一种有效的方法代替人眼视觉来评价墨斑。
图3、图4分别是墨斑图像在Haar和Sys小波基函数五级分解后与人眼视觉的相关性图,从图中可以看出点的离散性较小,说明与人眼视觉的相关性较高,提高了墨斑测量的精度。
Claims (8)
1.一种基于小波细节能量的印刷墨斑测量方法,其特征在于,具体按照以下步骤实施:
步骤1,采集图像:
扫描采集喷墨印刷图像,取一定大小的图像,将印刷图像转化为灰度图像,即为印刷墨斑图像;
步骤2,分解图像:
对步骤1得到的印刷墨斑图像,利用二维离散小波基函数进行级数离散分解为高频部分和低频部分;
步骤3,提取图像细节信息:
采用函数Detcoef2提取步骤2分解后图像高频部分的细节信息;
步骤4,计算墨斑指数:
求取步骤3提取的细节信息之和,即为墨斑指数。
2.根据权利要求1所述的一种基于小波细节能量的印刷墨斑测量方法,其特征在于,所述步骤1取样图像的大小为5cm-8cm,图像被离散的像素点为≥1024*1024,图像的灰度等级为100-256。
3.根据权利要求1所述的一种基于小波细节能量的印刷墨斑测量方法,其特征在于,所述步骤2具体为:选定小波基函数和分解级数J,其中C为图像的输出分解向量,S为图像的相应的记录矩阵,I为墨斑图像。
4.根据权利要求1或3所述的一种基于小波细节能量的印刷墨斑测量方法,其特征在于,所述步骤2所采用的小波基函数为Haar、Sym系列、db系列或Bior系列函数中的一种。
5.根据权利要求1或3所述的一种基于小波细节能量的印刷墨斑测量方法,其特征在于,所述步骤2中分解级数为一级、三级、五级或七级中的一种。
6.根据权利要求1所述的一种基于小波细节能量的印刷墨斑测量方法,其特征在于,所述步骤2中高频部分代表了墨斑图像的细节信息,具体是指水平、垂直和对角方向的细节信息。低频部分代表墨斑图像的近似信息。
7.根据权利要求1所述的一种基于小波细节能量的印刷墨斑测量方法,其特征在于,所述步骤3中细节信息的提取具体为:利用二维离散小波变换分解结构工具Detcoef2提取从图像的输出分解向量C和图像的记录矩阵S的高频信息,则:
水平方向细节能量信息:Eh=Detcoef2('h',c,s,J);
垂直方向细节能量信息:EV=Detcoef2('v',c,s,J);
对角方向细节能量信息:ED=Detcoef2('d',c,s,J);
其中J为分解级数,h、v、d分别代表了图像的水平、垂直和对角方向。
8.根据权利要求7所述的一种基于小波细节能量的印刷墨斑测量方法,其特征在于,所述步骤4具体为:分别对水平、垂直、对角的细节能量进行求和:
水平方向细节能量之和:
垂直方向细节能量之和:
对角方向细节能量之和:
其中EhM、EvM、EdM分别代表水平、垂直、对角方向的细节能量,i、j表示图像矩阵,d代表图像上的某一细节能量。
所有细节能量之和:PM=EM=EhM+EvM+EdM。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710204837.1A CN106959304A (zh) | 2017-03-31 | 2017-03-31 | 一种基于小波细节能量的印刷墨斑测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710204837.1A CN106959304A (zh) | 2017-03-31 | 2017-03-31 | 一种基于小波细节能量的印刷墨斑测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106959304A true CN106959304A (zh) | 2017-07-18 |
Family
ID=59471863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710204837.1A Pending CN106959304A (zh) | 2017-03-31 | 2017-03-31 | 一种基于小波细节能量的印刷墨斑测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106959304A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110877484A (zh) * | 2018-09-06 | 2020-03-13 | 系统科技公司 | 喷墨印刷方法及喷墨印刷设备 |
CN111284134A (zh) * | 2018-12-10 | 2020-06-16 | 系统科技公司 | 喷墨印刷方法及喷墨印刷装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426171A (zh) * | 2011-08-22 | 2012-04-25 | 陕西科技大学 | 一种基于小波理论的印刷品墨斑测量方法 |
CN102435316A (zh) * | 2011-08-22 | 2012-05-02 | 陕西科技大学 | 一种基于图像细节能量的印刷色彩均匀性测量方法 |
CN106469450A (zh) * | 2016-08-31 | 2017-03-01 | 华南理工大学 | 一种印刷品墨斑的检测方法及装置 |
-
2017
- 2017-03-31 CN CN201710204837.1A patent/CN106959304A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426171A (zh) * | 2011-08-22 | 2012-04-25 | 陕西科技大学 | 一种基于小波理论的印刷品墨斑测量方法 |
CN102435316A (zh) * | 2011-08-22 | 2012-05-02 | 陕西科技大学 | 一种基于图像细节能量的印刷色彩均匀性测量方法 |
CN106469450A (zh) * | 2016-08-31 | 2017-03-01 | 华南理工大学 | 一种印刷品墨斑的检测方法及装置 |
Non-Patent Citations (3)
Title |
---|
王倩: "基于数字图像分析技术的印刷墨斑与纸张匀度检测方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
郭凌华 等: "基于小波细节能量的印刷墨斑评价方法及应用", 《包装工程》 * |
黄英: "基于数字图像处理技术的印刷墨斑评价方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110877484A (zh) * | 2018-09-06 | 2020-03-13 | 系统科技公司 | 喷墨印刷方法及喷墨印刷设备 |
CN111284134A (zh) * | 2018-12-10 | 2020-06-16 | 系统科技公司 | 喷墨印刷方法及喷墨印刷装置 |
CN111284134B (zh) * | 2018-12-10 | 2021-06-01 | 系统科技公司 | 喷墨印刷方法及喷墨印刷装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9088673B2 (en) | Image registration | |
Jin et al. | A novel method of automatic plant species identification using sparse representation of leaf tooth features | |
JP4573706B2 (ja) | ディジタル画像セグメンテーション方法 | |
US20170053398A1 (en) | Methods and Systems for Human Tissue Analysis using Shearlet Transforms | |
JP6139396B2 (ja) | 文書を表す二値画像を圧縮する方法及びプログラム | |
KR101140699B1 (ko) | 디지털 포렌직 기술을 이용한 보안 인쇄물 위조식별 시스템 및 그 방법 | |
EP2014082A1 (en) | Generating a bitonal image from a scanned colour image | |
Alkoffash et al. | A survey of digital image processing techniques in character recognition | |
Liu et al. | Pre-attention and spatial dependency driven no-reference image quality assessment | |
CN115497109B (zh) | 基于智能翻译的文字图像预处理方法 | |
CN106959304A (zh) | 一种基于小波细节能量的印刷墨斑测量方法 | |
JP2004336282A (ja) | 画像処理装置、画像処理プログラム及び該プログラムを記録した記録媒体 | |
Khanna et al. | Intrinsic signatures for scanned documents forensics: effect of font shape and size | |
CN108090914B (zh) | 基于统计建模与像素分类的彩色图像分割方法 | |
CN107609482B (zh) | 一种基于汉字笔画特征的中文文本图像倒置判别方法 | |
Kammerer et al. | Identification of drawing tools by classification of textural and boundary features of strokes | |
CN104077562B (zh) | 一种答卷的扫描方向判断方法 | |
CN110263708B (zh) | 图像来源识别方法、设备及计算机可读存储介质 | |
CN1275191C (zh) | 用于扩展在图象中的字符区域的设备及方法 | |
Krishna et al. | Digital image processing techniques in character recognition-a survey | |
CN104732517B (zh) | 一种基于结构化信息极大分解的肌肉损伤超声造影图像分割方法 | |
CN110390339B (zh) | 一种图像校正方法、装置及存储介质 | |
JP2004153298A (ja) | 画像処理装置、画像処理プログラムおよび記憶媒体 | |
JP3997415B2 (ja) | エッジ生成装置、エッジ生成方法およびエッジ生成プログラム | |
CN1898680A (zh) | 关于指纹自动识别系统的识别、提取和三维分析策略的系统和方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170718 |