CN107704854A - 一种基于光流场的印刷字符缺陷的检测方法 - Google Patents
一种基于光流场的印刷字符缺陷的检测方法 Download PDFInfo
- Publication number
- CN107704854A CN107704854A CN201710859329.7A CN201710859329A CN107704854A CN 107704854 A CN107704854 A CN 107704854A CN 201710859329 A CN201710859329 A CN 201710859329A CN 107704854 A CN107704854 A CN 107704854A
- Authority
- CN
- China
- Prior art keywords
- image sequence
- optical flow
- image
- points
- print character
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
一种基于光流场的印刷字符缺陷的检测方法;包括如下步骤:⑴利用光流算法,将标准图像当作图像序列n,实际拍摄的产品图像当作图像序列n+1;⑵用传统匹配方式将图像序列n和图像序列n+1中的两个图像匹配套合后,图像序列n的A点的位置预定义为An(x1,y1),在图像序列n+1再运算出An+1点,记录该位置为(x2,y2);以此可以确定A点的变形为:(ux,vy)=(x2,y2)‑(x1,y1);⑶光流算法通过预定义An和An+1的密集跟踪点阵列,计算出局部偏移分布图;通过局部偏移分布图跟踪印刷图案的细微变形;⑷根据所计算出的偏移分布图反向仿射图像,通过该仿射即实现了对实际产品图像局部变形的矫正效果图N+1。
Description
技术领域
本发明属于视频图像处理技术领域,涉及一种基于光流场的印刷字符缺陷检测方法。
背景技术
印刷字符在各个行业应用十分广泛,大多需要印刷字符的环境后道工序都需要进行印刷质量检测,采用计算机图像识别的光学自动检测方式已经逐渐替代人眼进行产品外观检测,计算机图像识别具有速度快,精度高,同时避免了人的疲劳因素,但计算机图像识别均有一定的误报率和漏报率,计算机图像识别的核心在于图像识别算法,优秀的算法决定了检测速度与检测效果,优秀的检测算法有助于降低误报率和漏报率,提高系统的应用价值。该基于光流场的算法用于提高检测系统的鲁棒性,降低检测误报率与漏报率。
当前对于印刷品的检测一般是采用单纯的模版对比的方式检测印刷质量。但没有绝对一样的两个产品,故同一个网版印刷的两个产品或多或少会有差异。对于一个产品来说,衡量其产品的优良程度不单纯的是看与模板是否一致,而某些细微的、人眼很难察觉的变形也并非产品缺陷,但却满足了与模板不一致的塞选条件,对于传统的图像检测算法会将该特征作为缺陷,造成系统误报;对于很多曲面的印刷体,局部变形比较严重,但人眼很难察觉,该问题的严重程度已经造成检测系统无法正常工作。
发明内容
为克服上述现有技术中的不足,本发明目的在于提供一种基于光流场的印刷字符缺陷检测方法。
为实现上述目的及其他相关目的,本发明提供一种基于光流场的印刷字符缺陷的检测方法;包括如下步骤:
⑴利用光流算法,将标准图像当作图像序列n,实际拍摄的产品图像当作图像序列n+1;
⑵用传统匹配方式将图像序列n和图像序列n+1中的两个图像匹配套合后,图像序列n的A点的位置预定义为An(x1, y1),在图像序列n+1再运算出An+1点,记录该位置为(x2,y2);以此可以确定A点的变形为:(ux,vy)=(x2,y2)-(x1,y1);其中,(ux, vy)为产品的细微变形量;
⑶光流算法通过预定义An和An+1的密集跟踪点阵列,计算出局部偏移分布图;通过局部偏移分布图跟踪印刷图案的细微变形;
⑷根据所计算出的偏移分布图反向仿射图像,通过该仿射即实现了对实际产品图像局部变形的矫正效果图N+1。
由于上述技术方案运用,本发明与现有技术相比具有的优点是:
由于本发明根据人的视觉对视频帧中运动目标和背景的不同感知度,避免了传统图像检测算法造成的因产品的线性变形而作为缺陷造成系统误报,甚至检测系统无法正常工作的现象发生。
附图说明
图1为本发明点阵列的局部偏移分布示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
请参阅图1。须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
如图1所示,一种基于光流场的印刷字符缺陷的检测方法;包括如下步骤:
⑴利用光流算法,将标准图像当作图像序列n,实际拍摄的产品图像当作图像序列n+1;
⑵用传统匹配方式将图像序列n和图像序列n+1中的两个图像匹配套合后,图像序列n的A点的位置预定义为An(x1, y1),在图像序列n+1再运算出An+1点,记录该位置为(x2,y2);以此可以确定A点的变形为:(ux,vy)=(x2,y2)-(x1,y1);其中,(ux, vy)为产品的细微变形量;
⑶光流算法通过预定义An和An+1的密集跟踪点阵列,计算出局部偏移分布图;通过局部偏移分布图跟踪印刷图案的细微变形。
⑷根据所计算出的偏移分布图反向仿射图像,通过该仿射即实现了对实际产品图像局部变形的矫正效果图N+1。
由于上述技术方案运用,本发明与现有技术相比具有的优点是:
由于本发明根据人的视觉对视频帧中运动目标和背景的不同感知度,避免了传统图像检测算法造成的因产品的线性变形而作为缺陷造成系统误报,甚至检测系统无法正常工作的现象发生。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (1)
1.一种基于光流场的印刷字符缺陷的检测方法;其特征在于:包括如下步骤:
⑴利用光流算法,将标准图像当作图像序列n,实际拍摄的产品图像当作图像序列n+1;
⑵用传统匹配方式将图像序列n和图像序列n+1中的两个图像匹配套合后,图像序列n的A点的位置预定义为An(x1, y1),在图像序列n+1再运算出An+1点,记录该位置为(x2,y2);以此可以确定A点的变形为:(ux,vy)=(x2,y2)-(x1,y1);其中,(ux, vy)为产品的细微变形量;
⑶光流算法通过预定义An和An+1的密集跟踪点阵列,计算出局部偏移分布图;通过局部偏移分布图跟踪印刷图案的细微变形;
⑷根据所计算出的偏移分布图反向仿射图像,通过该仿射即实现了对实际产品图像局部变形的矫正效果图N+1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710859329.7A CN107704854A (zh) | 2017-09-21 | 2017-09-21 | 一种基于光流场的印刷字符缺陷的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710859329.7A CN107704854A (zh) | 2017-09-21 | 2017-09-21 | 一种基于光流场的印刷字符缺陷的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107704854A true CN107704854A (zh) | 2018-02-16 |
Family
ID=61173076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710859329.7A Pending CN107704854A (zh) | 2017-09-21 | 2017-09-21 | 一种基于光流场的印刷字符缺陷的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107704854A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583211A (zh) * | 2020-04-29 | 2020-08-25 | 广东利元亨智能装备股份有限公司 | 缺陷检测方法、装置及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10269357A (ja) * | 1997-03-24 | 1998-10-09 | Toppan Printing Co Ltd | 印刷物の検査方法 |
WO2001063236A2 (de) * | 2000-02-05 | 2001-08-30 | Yxlon International X-Ray Gmbh | Verfahren zur automatischen gussfehlererkennung in einem prüfling |
JP2005145055A (ja) * | 2003-10-20 | 2005-06-09 | Omron Corp | 印刷状態検査方法ならびに文字検査方法、およびこれらの方法を用いた検査装置 |
CN1920886A (zh) * | 2006-09-14 | 2007-02-28 | 浙江大学 | 基于视频流的三维动态人脸表情建模方法 |
JP2008252856A (ja) * | 2007-03-07 | 2008-10-16 | Osaka Prefecture Univ | 画像の補正方法、補正プログラムおよび画像歪み補正装置 |
CN102262781A (zh) * | 2011-05-11 | 2011-11-30 | 浙江工业大学 | 一种基于单元分解光流场的喷墨印花纹理图像配准方法 |
CN103177250A (zh) * | 2011-12-22 | 2013-06-26 | 北大方正集团有限公司 | 一种平面目标图像透视变形的矫正方法和系统 |
CN103996210A (zh) * | 2014-06-06 | 2014-08-20 | 南昌航空大学 | 基于像素点光流的图像序列运动直线筛选跟踪方法 |
CN105043283A (zh) * | 2015-07-08 | 2015-11-11 | 山东师范大学 | 利用光流场进行物体变形相位测量的方法 |
CN106556611A (zh) * | 2016-12-07 | 2017-04-05 | 江苏唯侓机器人科技有限公司 | 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法 |
CN106612397A (zh) * | 2016-11-25 | 2017-05-03 | 努比亚技术有限公司 | 一种图像处理方法及终端 |
-
2017
- 2017-09-21 CN CN201710859329.7A patent/CN107704854A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10269357A (ja) * | 1997-03-24 | 1998-10-09 | Toppan Printing Co Ltd | 印刷物の検査方法 |
WO2001063236A2 (de) * | 2000-02-05 | 2001-08-30 | Yxlon International X-Ray Gmbh | Verfahren zur automatischen gussfehlererkennung in einem prüfling |
JP2005145055A (ja) * | 2003-10-20 | 2005-06-09 | Omron Corp | 印刷状態検査方法ならびに文字検査方法、およびこれらの方法を用いた検査装置 |
CN1920886A (zh) * | 2006-09-14 | 2007-02-28 | 浙江大学 | 基于视频流的三维动态人脸表情建模方法 |
JP2008252856A (ja) * | 2007-03-07 | 2008-10-16 | Osaka Prefecture Univ | 画像の補正方法、補正プログラムおよび画像歪み補正装置 |
CN102262781A (zh) * | 2011-05-11 | 2011-11-30 | 浙江工业大学 | 一种基于单元分解光流场的喷墨印花纹理图像配准方法 |
CN103177250A (zh) * | 2011-12-22 | 2013-06-26 | 北大方正集团有限公司 | 一种平面目标图像透视变形的矫正方法和系统 |
CN103996210A (zh) * | 2014-06-06 | 2014-08-20 | 南昌航空大学 | 基于像素点光流的图像序列运动直线筛选跟踪方法 |
CN105043283A (zh) * | 2015-07-08 | 2015-11-11 | 山东师范大学 | 利用光流场进行物体变形相位测量的方法 |
CN106612397A (zh) * | 2016-11-25 | 2017-05-03 | 努比亚技术有限公司 | 一种图像处理方法及终端 |
CN106556611A (zh) * | 2016-12-07 | 2017-04-05 | 江苏唯侓机器人科技有限公司 | 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583211A (zh) * | 2020-04-29 | 2020-08-25 | 广东利元亨智能装备股份有限公司 | 缺陷检测方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105913415B (zh) | 一种具有广泛适应性的图像亚像素边缘提取方法 | |
CN103345755B (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
US10694101B2 (en) | Contrast-enhanced combined image generation systems and methods | |
CN111507976B (zh) | 基于多角度成像的缺陷检测方法及系统 | |
US11360304B2 (en) | Image distortion detection method and system | |
CN102938077A (zh) | 基于双阈值二值化的在线式aoi图像检索方法 | |
EP2417419A1 (en) | Digital optical comparator | |
CN115131444B (zh) | 一种基于单目视觉点胶平台的标定方法 | |
CN110889829A (zh) | 一种基于鱼眼镜头的单目测距方法 | |
CN105911724B (zh) | 确定用于检测的光照强度的方法和装置、及光学检测方法和装置 | |
CN109522896A (zh) | 基于模板匹配与双自由度云台相机的仪表搜寻方法 | |
CN104331695A (zh) | 一种鲁棒的圆形标志符形状质量检测方法 | |
CN103389310A (zh) | 一种基于辐射标定的亚像素光学元件损伤在线检测方法 | |
CN104749801B (zh) | 高精度自动光学检测方法和系统 | |
CN113409254B (zh) | 一种针对模糊成像环境的印刷品缺陷检测方法 | |
CN108124152A (zh) | 头戴式显示设备的畸变测量方法及系统 | |
CN107704854A (zh) | 一种基于光流场的印刷字符缺陷的检测方法 | |
CN104866837B (zh) | 字画微观纹理的图像采集装置及其采集方法 | |
CN110866902A (zh) | 一种烟标翘曲变形的检测方法 | |
CN208623750U (zh) | 智能工业相机 | |
Zhongtang et al. | High Precision Autocollimation Measurement Technology Based on Image Recognition | |
CN104408436B (zh) | 一种基于反投影的合作目标识别方法及系统 | |
CN117173389B (zh) | 一种基于轮廓匹配的固晶机视觉定位方法 | |
CN113920065B (zh) | 用于工业现场的视觉检测系统成像质量评价方法 | |
CN117078666B (zh) | 二维和三维结合的缺陷检测方法、装置、介质和设备 |
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 |