CN111231530B - 一种双色打印机质量检测方法 - Google Patents

一种双色打印机质量检测方法 Download PDF

Info

Publication number
CN111231530B
CN111231530B CN202010038215.8A CN202010038215A CN111231530B CN 111231530 B CN111231530 B CN 111231530B CN 202010038215 A CN202010038215 A CN 202010038215A CN 111231530 B CN111231530 B CN 111231530B
Authority
CN
China
Prior art keywords
paper
image
red
black
boundary
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.)
Active
Application number
CN202010038215.8A
Other languages
English (en)
Other versions
CN111231530A (zh
Inventor
赵永生
翁芳
章逸丰
曹慧赟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Jiazi Robot Technology Co ltd
Original Assignee
Tianjin Jiazi Robot Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Jiazi Robot Technology Co ltd filed Critical Tianjin Jiazi Robot Technology Co ltd
Priority to CN202010038215.8A priority Critical patent/CN111231530B/zh
Publication of CN111231530A publication Critical patent/CN111231530A/zh
Application granted granted Critical
Publication of CN111231530B publication Critical patent/CN111231530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J29/00—Details of, or accessories for, typewriters or selective printing mechanisms not otherwise provided for
    • B41J29/38—Drives, motors, controls or automatic cut-off devices for the entire printing mechanism
    • B41J29/393—Devices for controlling or analysing the entire machine ; Controlling or analysing mechanical parameters involving printing of test patterns
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J11/00—Devices or arrangements  of selective printing mechanisms, e.g. ink-jet printers or thermal printers, for supporting or handling copy material in sheet or web form
    • B41J11/0075—Low-paper indication, i.e. indicating the state when copy material has been used up nearly or completely
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J29/00—Details of, or accessories for, typewriters or selective printing mechanisms not otherwise provided for
    • B41J29/38—Drives, motors, controls or automatic cut-off devices for the entire printing mechanism
    • B41J29/393—Devices for controlling or analysing the entire machine ; Controlling or analysing mechanical parameters involving printing of test patterns
    • B41J2029/3935—Devices for controlling or analysing the entire machine ; Controlling or analysing mechanical parameters involving printing of test patterns by means of printed test patterns
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种双色打印机质量检测方法，通过检测打印机打印的纸张判断打印机质量，包括打印纸缺陷检测、以及打印纸参数的测量，其中，打印纸缺陷检测包括纸张形状、纸张边界、纸张深浅度检测，打印纸参数的测量包括歪斜度、对齐度、放大率、红黑偏差参数的检测，并把检测到的参数发给打印机参数调整软件，对打印机参数进行重新调整。本发明通过检测打印机打印的纸张判断打印机质量，并把检测到的参数发给打印机参数调整软件，对打印机参数进行重新调整，本发明的检测方法简单，识别效率高，成本低，提高了检测效率以及打印机生产效率。

Description

一种双色打印机质量检测方法
技术领域
本发明属于打印机检测技术领域，尤其是涉及一种双色打印机质量检测方法。
背景技术
检测技术是现代自动化技术的重要组成部分，也是当代工业高度发达的基础技术之一。在现代的工业生产线中，包含各种类型的检测，如机器零件尺寸测量、商品外观包装检测、产品表面缺陷检测等。这些检测的共同特点是产品大批量生产、检测环节高度重复、产品检测速度快、特殊区域检测精度要求高。如果依赖人工视觉检测，不仅使人工成本增加，而且还会由于人工视觉速度很慢、易疲劳、精度较差等问题，最终会导致漏检、误检等问题，从而不能满足当代某些制造业领域的需要。机器视觉检测是一种新兴的自动化技术，最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。
在打印机的生产线中，打印机打印出来的样张的质量的好坏，可以做为检测打印机打印质量好坏的衡量标准。通过对样张的缺陷、图像饱和度、对齐度等指标进行检测来判定打印机打印质量的好坏。在目前的打印机生产线中，打印样张的检测方法主要通过人工借助观片灯、量尺等工具对获取图像进行肉眼观察分析。这种方法不仅成本高，效率低，且长时间的工作易使人眼疲劳，导致漏检和误判等情况的出现，一定程度上影响了打印机的生产效率。因此，研发一种快速高效且不受人为因素影响的打印机纸张检测方法有着重要的意义。
发明内容
有鉴于此，本发明旨在提出一种双色打印机质量检测方法，以解决上述背景技术中提到的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一种双色打印机质量检测方法，通过检测打印机打印的纸张判断打印机质量，包括打印纸缺陷检测、以及打印纸参数的测量，其中，打印纸缺陷检测包括纸张形状、纸张边界、纸张深浅度检测，打印纸参数的测量包括歪斜度、对齐度、放大率、红黑偏差参数的检测，并把检测到的参数发给打印机参数调整软件，对打印机参数进行重新调整。
进一步的，具体包括如下步骤：
S1：通过彩色相机采集纸张背面图像；
S2:提取纸张背面图像的边界；
S3：使用阈值法检测纸张背面是否有缺陷；
S4：通过彩色相机采集纸张正面图像；
S5:分割出全黑图像和全红图像；
S6:提取纸张正面图像的边界；
S7：通过内边界角点与模板内角点求出映射关系，并进一步优化，得到模板黑色区域在图像的位置；
S8：通过红色标尺角点与模板红色标尺角点求出映射关系，并进一步优化，得到模板红色区域在图像的位置；
S9：根据上述所得的映射关系，求取参数值。
进一步的，步骤S2中，对纸张背面进行分割，首先，取左四分之一宽度的图像，对图像进行像素搜索，根据边缘点的特性，筛选出合适的左边界的点，同理筛选出其它三条边界上的点，根据边界点的数量判断纸张边界是否完整，若完整，然后利用得到的四条边界上的点拟合出纸张的上、下、左、右四条边界，根据所述的四条边界，获得纸张四个顶点的坐标；利用所述四个顶点的坐标，对纸张进行图像分割，以获得纸张图像。
进一步的，步骤S3中，利用填充法把步骤S2中分割出的纸张图像的外边界和背景外边界之间区域填充成白色，然后利用阈值法检测纸张背面是否有缺角、破损、黑色浸染缺陷，提取图像R通道，利用阈值法检测纸张背面是否红色浸染重影缺陷。
进一步的，步骤S7中，把纸张正面图像分离成R、G、B三幅单通道图像，处理并提取出仅含有黑色色块或着红色色块的单通道图像，对于黑色色块单通道图像，利用步骤S2筛选出合适的内外边界上的点并判断纸张边界是否完整，并拟合出图像的内外边界，根据所述的内外边界，获得纸张内外共八个顶点的坐标，利用模板与图像上内角点的坐标求出模板与图像的映射关系，得到模板与图像之间黑色区域的映射关系，利用模板与图像之间黑色区域的映射关系确定图像上所有黑色区域的位置信息。
进一步的，还包括利用步骤S5得到的内外角点以及内外边界的直线方程，分别计算内边界四个顶点到边的距离得到歪斜度，通过求内左边距和顶边距中心到外左边距和顶边距的距离得到左边距与顶边距，从而得到对齐度。
进一步的，还包括利用步骤S5得到LSU黑色色块在图像上的位置，再利用Harris角点检测进一步检测，得到五个色块的位置，然后利用边缘检测和阈值法检测黑色LSU区域是否有白色重影，提取图像R通道，利用阈值法检测LSU区域是否有红色重影缺陷，通过LSU色块的位置可以获取LSU上方的黑色标尺区域，通过判断黑色标尺之间的距离判断黑色标尺是否有缺失。
进一步的，步骤S8中，对于红色色块单通道图像，根据步骤S5得到的映射关系，在红色标尺的四个角点附近的空白区域定位四个点，从四个点分别向附近的两条标尺线进行搜索得到红色标尺线上的边缘点，通过边缘点的数量来判断红色标尺是否断线，若没有断线，则得到红色标尺的四条边界及四个顶点坐标，利用模板与图像上红色角点的坐标求出模板与图像的映射关系，得到模板与图像之间红色区域的映射关系，利用模板与图像之间红色区域的映射关系，确定图像上所有红色区域的位置信息。
进一步的，利用得到LSU红色色块在图像上的位置，再利用Harris角点检测进一步检测，得到五个色块的位置，然后利用边缘检测和阈值法检测红色LSU区域是否有白色重影，提取图像R通道，利用阈值法检测红色LSU区域是否有黑色重影或者红色色块偏浅缺陷，判断LSU红色色块上方的标尺是否有缺失。
进一步的，还包括若上述检测纸张没有缺陷，则判断空白区域是否深浅度异常，利用映射关系，把所有黑色区域和红色区域都用白色填充矩形覆盖，利用阈值法来判断所有空白区域是否是深浅度异常。
相对于现有技术，本发明所述的一种双色打印机质量检测方法具有以下优势：
本发明通过检测打印机打印的纸张判断打印机质量，并把检测到的参数发给打印机参数调整软件，对打印机参数进行重新调整，本发明的检测方法简单，识别效率高，成本低，提高了检测效率以及打印机生产效率。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例所述的一种双色打印机质量检测方法示意图；
图2为本发明实施例所述的打印纸张示意图；
图3为本发明实施例所述的相机标定参数示意图；
图4为本发明实施例所述的背面原图边界提取图；
图5为本发明实施例所述的背面缺陷检测结果图；
图6为本发明实施例所述的原图全黑图；
图7为本发明实施例所述的全红图边界提取图；
图8为本发明实施例所述的黑色映射图红色映射图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1-8所示，本发明主要包含两部分，一部分是打印纸缺陷检测，主要包括纸张形状、纸张边界、纸张深浅度检测三部分，其中，纸张形状检测是指判断纸张是否有破损、弯角、折角、褶皱等异常现象，纸张边界检测是指判断纸张边界及标尺是否有缺失，纸张深浅度是判断无内容的空白区域是否有黑、红重影、底灰及其它的深浅异常效果，有内容的区域是否有白重影、底灰、过深、过浅及其它的深浅异常效果，还有灰度等级的判断。另一部分是打印纸参数的测量，主要包括歪斜度、对齐度、放大率、红黑偏差等参数的检测，把检测到的参数发给打印机参数调整软件，可以对打印机参数进行重新调整。
打印机参数定义如下：
歪斜度：|a-b|、|c-d|
对齐度：顶边距和顶边距
放大率：H黑、H红、Z黑、Z红长度
红黑偏差：H1--H2、Z1--Z5区域中红色刻度与黑色刻度偏差数值
灰度等级：J区域中灰度级数
算法处理主要包括以下几个步骤：
步骤一：对RGB相机利用张正友标定板法进行标定，得到相机的内部参数和外部参数，利用内部参数对图像进行畸变校正，利用外部参数确定图像坐标系到世界坐标之间的转换关系；
相机标定参数：
RGB相机内参K,畸变系数Dist,相机外参旋转矩阵R和平移矩阵T，具体如下推导：
相机内参K:
Figure GDA0003183725580000071
Figure GDA0003183725580000072
Figure GDA0003183725580000073
Figure GDA0003183725580000074
其中(Xc,Yc,Zc)为Q在相机坐标系下的坐标，(x,y)为图像坐标系的坐标，(u,v)为像素坐标系下的坐标。f为摄像机(相机)的焦距，单位是mm；dx,dy为像元尺寸；u0，v0为图像中心。
Figure GDA0003183725580000075
分别称为x轴和y轴上的归一化焦距。
相机外参R、T：
Figure GDA0003183725580000081
其中，(Xw,Yw,Zw)为Q在世界坐标系下的坐标。
畸变系数Dist：
Xcorrected＝X(1+k1r2+k2r4+k3r6)
Ycorrected＝Y(1+k1r2+k2r4+k3r6)
这里(x,y)是畸变点在成像仪上的原始位置，r为该点距离成像仪中心的距离，(xcorrected，ycorrected)是校正后的新位置。
把像素坐标系转换到世界坐标系，具体如下推导：
2.
Figure GDA0003183725580000082
Figure GDA0003183725580000083
Figure GDA0003183725580000084
步骤二：对纸张背面进行分割，首先，取左四分之一宽度的图像，对图像进行像素搜索，根据边缘点的特性，筛选出合适的左边界的点，同理筛选出其它三条边界上的点，根据边界点的数量判断纸张边界是否完整，若完整，然后利用得到的四条边界上的点拟合出纸张的上、下、左、右四条边界，根据所述的四条边界，获得纸张四个顶点的坐标；利用所述四个顶点的坐标，对纸张进行图像分割，以获得纸张图像；
步骤三：利用填充法把步骤二中分割出的纸张图像的外边界和背景外边界之间区域填充成白色，然后利用阈值法检测纸张背面是否有缺角、破损、黑色浸染等缺陷，提取图像R通道，利用阈值法检测纸张背面是否红色浸染重影等缺陷。
步骤四：若纸张背面正常，则检测纸张正面，由于模板固定，则可以获取模板上各个角点的位置坐标，可以根据模板与图像的映射关系，确定各个角点在图像上的大致位置关系。由于红黑色块相对独立，所以要分别求出相应的映射关系。
步骤五：把纸张正面图像分离成R、G、B三幅单通道图像，处理并提取出仅含有黑色色块或着红色色块的单通道图像，对于黑色色块单通道图像，利用步骤二筛选出合适的内外边界上的点并判断纸张边界是否完整，并拟合出图像的内外边界，根据所述的内外边界，获得纸张内外共八个顶点的坐标。利用模板与图像上内角点的坐标求出模板与图像的映射关系，得到模板与图像之间黑色区域的映射关系。由于打印机打印存在偏差，利用上述映射关系，大致确定图像上所有黑色区域的位置信息。
步骤六：利用步骤五得到的内外角点以及内外边界的直线方程，分别计算得到a、b、c、d的值，就可以求得歪斜度。左边距与顶边距通过求内左边距和顶边距中心到外左边距和顶边距的距离就可以得到，从而得到对齐度。
步骤七：利用步骤五得到J区域在图像上的位置，再利用Harris角点检测进一步检测，精确得到J区域的位置，再对每个块求灰度平均值就可以得到灰度级数。
步骤八：利用步骤五得到LSU黑色色块在图像上的位置，再利用Harris角点检测进一步检测，精确得到五个色块的位置，然后利用边缘检测和阈值法检测黑色LSU区域是否有白色重影，提取图像R通道，利用阈值法检测LSU区域是否有红色重影等缺陷，通过LSU色块的位置可以获取LSU上方的黑色标尺区域，通过判断黑色标尺之间的距离就可以判断黑色标尺是否有缺失。
步骤九：对于红色色块单通道图像，根据步骤五得到的映射关系，在红色标尺的四个角点附近的空白区域定位四个点，从四个点分别向附近的两条标尺线进行搜索得到红色标尺线上的边缘点，通过边缘点的数量来判断红色标尺是否断线。若没有断线，则可以精确得到红色标尺的四条边界及四个顶点坐标。利用模板与图像上红色角点的坐标求出模板与图像的映射关系，得到模板与图像之间红色区域的映射关系。由于打印机打印存在偏差，利用上述映射关系，大致确定图像上所有红色区域的位置信息。
步骤十：利用步骤九得到LSU红色色块在图像上的位置，再利用Harris角点检测进一步检测，精确得到五个色块的位置，然后利用边缘检测和阈值法检测红色LSU区域是否有白色重影，提取图像R通道，利用阈值法检测红色LSU区域是否有黑色重影或者红色色块偏浅等缺陷，同步骤八也可以判断LSU红色色块上方的标尺是否有缺失。
步骤十一：利用上述得到映射关系及Harris角点检测，可得到Z黑、H黑、Z红、H红的边界坐标，从而求取放大率指标。利用上述得到映射关系及卷积运算，可得到Z1--Z5、H1--H2的水平红黑圆点位置，从而计算各个部分的红黑偏差。
步骤十二：若上述检测纸张没有缺陷，则判断空白区域是否深浅度异常，利用上述得到的映射关系，把所有黑色区域和红色区域都用白色填充矩形覆盖，利用阈值法来判断所有空白区域是否是深浅度异常。
步骤十三：由于参数的求取都是在图像坐标系下，所以得到的参数都是以像素为单位，而打印机调整参数软件是以毫米为单位，所以要把像素坐标系转化到世界坐标系，从而把像素转化为毫米。
在进行打印机检测时，机械装置接收到打印机打印完成的信号，将该信号发给取纸装置，取纸装置取纸到检测工位上，控制柜通过工控机读取到取纸信号，工控机开启RGB相机采图程序，获取RGB图像，接着上述算法步骤整体描述中的步骤，进行打印纸检测，检测完成后，则把检测的打印机参数发给参数调整软件，调整成标准的打印机。若纸张出现异常则上报系统，如果纸张没有异常，待调整完成，继续检测下一台打印机。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种双色打印机质量检测方法，其特征在于：通过检测打印机打印的纸张判断打印机质量，包括打印纸缺陷检测、以及打印纸参数的测量，其中，打印纸缺陷检测包括纸张形状、纸张边界、纸张深浅度检测，打印纸参数的测量包括歪斜度、对齐度、放大率、红黑偏差参数的检测，并把检测到的参数发给打印机参数调整软件，对打印机参数进行重新调整；
具体包括如下步骤：
S1：通过彩色相机采集纸张背面图像；
S2:提取纸张背面图像的边界；
S3：使用阈值法检测纸张背面是否有缺陷；
S4：通过彩色相机采集纸张正面图像；
S5:分割出全黑图像和全红图像；
S6:提取纸张内外边界，并求取内外边界的直线方程以及内外角点；
S7：通过内边界角点与模板内角点求出映射关系，并进一步优化，得到LSU在图像的位置,LSU即为模板黑色区域,具体方法如下：把纸张正面图像分离成R、G、B三幅单通道图像，处理并提取出仅含有黑色色块或着红色色块的单通道图像，对于黑色色块单通道图像，利用步骤S2筛选出合适的内外边界上的点并判断纸张边界是否完整，并拟合出图像的内外边界，根据所述的内外边界，获得纸张内外共八个顶点的坐标，利用模板与图像上内角点的坐标求出模板与图像的映射关系，得到模板与图像之间黑色区域的映射关系，利用模板与图像之间黑色区域的映射关系确定图像上所有黑色区域的位置信息；
S8：通过红色标尺角点与模板红色标尺角点求出映射关系，并进一步优化，得到模板红色区域在图像的位置，具体方法如下：对于红色色块单通道图像，根据步骤S7得到的映射关系，在红色标尺的四个角点附近的空白区域定位四个点，从四个点分别向附近的两条标尺线进行搜索得到红色标尺线上的边缘点，通过边缘点的数量来判断红色标尺是否断线，若没有断线，则得到红色标尺的四条边界及四个顶点坐标，利用模板与图像上红色角点的坐标求出模板与图像的映射关系，得到模板与图像之间红色区域的映射关系，利用模板与图像之间红色区域的映射关系，确定图像上所有红色区域的位置信息。
2.根据权利要求1所述的一种双色打印机质量检测方法，其特征在于：步骤S2中，对纸张背面进行分割，首先，取左四分之一宽度的图像，对图像进行像素搜索，根据边缘点的特性，筛选出合适的左边界的点，同理筛选出其它三条边界上的点，根据边界点的数量判断纸张边界是否完整，若完整，然后利用得到的四条边界上的点拟合出纸张的上、下、左、右四条边界，根据所述的四条边界，获得纸张四个顶点的坐标；利用所述四个顶点的坐标，对纸张进行图像分割，以获得纸张图像。
3.根据权利要求1所述的一种双色打印机质量检测方法，其特征在于：步骤S3中，利用填充法把步骤S2中分割出的纸张图像的外边界和背景外边界之间区域填充成白色，然后利用阈值法检测纸张背面是否有缺角、破损、黑色浸染缺陷，提取图像R通道，利用阈值法检测纸张背面是否红色浸染重影缺陷。
4.根据权利要求1所述的一种双色打印机质量检测方法，其特征在于：还包括利用步骤S6得到的内外角点以及内外边界的直线方程，分别计算内边界四个顶点到边的距离得到歪斜度，通过求取内边界中左边界的中心到外边界中左边界的距离和内边界中顶边界的中心到外边界中顶边界的距离，从而得到对齐度。
5.根据权利要求1所述的一种双色打印机质量检测方法，其特征在于：还包括利用步骤S7得到LSU黑色色块在图像上的位置，再利用Harris角点检测进一步检测，得到五个色块的位置，然后利用边缘检测和阈值法检测黑色LSU区域是否有白色重影，提取图像R通道，利用阈值法检测LSU区域是否有红色重影缺陷，通过LSU色块的位置可以获取LSU上方的黑色标尺区域，通过判断黑色标尺之间的距离判断黑色标尺是否有缺失。
6.根据权利要求5所述的一种双色打印机质量检测方法，其特征在于：利用得到LSU红色色块在图像上的位置，再利用Harris角点检测进一步检测，得到五个色块的位置，然后利用边缘检测和阈值法检测红色LSU区域是否有白色重影，提取图像R通道，利用阈值法检测红色LSU区域是否有黑色重影或者红色色块偏浅缺陷，判断LSU红色色块上方的标尺是否有缺失。
7.根据权利要求1所述的一种双色打印机质量检测方法，其特征在于：还包括：若检测纸张没有缺陷，则判断空白区域是否深浅度异常，利用步骤S7得到的映射关系，把所有黑色区域和红色区域都用白色填充矩形覆盖，利用阈值法来判断所有空白区域是否是深浅度异常。
CN202010038215.8A 2020-01-14 2020-01-14 一种双色打印机质量检测方法 Active CN111231530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010038215.8A CN111231530B (zh) 2020-01-14 2020-01-14 一种双色打印机质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010038215.8A CN111231530B (zh) 2020-01-14 2020-01-14 一种双色打印机质量检测方法

Publications (2)

Publication Number Publication Date
CN111231530A CN111231530A (zh) 2020-06-05
CN111231530B true CN111231530B (zh) 2021-10-01

Family

ID=70874572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010038215.8A Active CN111231530B (zh) 2020-01-14 2020-01-14 一种双色打印机质量检测方法

Country Status (1)

Country Link
CN (1) CN111231530B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116373477B (zh) * 2023-06-06 2023-08-15 山东力乐新材料研究院有限公司 一种基于印刷设备运行参数分析的故障预测方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63316276A (ja) * 1987-06-19 1988-12-23 Fujitsu Ltd 印字パターン認識装置
CN101244649A (zh) * 2008-03-28 2008-08-20 北京工业大学 印品四色套准偏差自动检测方法
CN101706945A (zh) * 2005-06-14 2010-05-12 佳能株式会社 图像处理装置和图像处理方法
CN105844621A (zh) * 2016-03-17 2016-08-10 阜阳市飞扬印务有限公司 一种印刷品质量检测方法
CN105957082A (zh) * 2016-05-04 2016-09-21 广东锐视智能检测有限公司 一种基于面阵相机的印刷质量在线监测方法
CN106296636A (zh) * 2015-06-02 2017-01-04 征图新视（江苏）科技有限公司 印刷图像的检测方法及检测装置
CN106897996A (zh) * 2017-02-04 2017-06-27 同济大学 基于机器视觉的套印误差检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63316276A (ja) * 1987-06-19 1988-12-23 Fujitsu Ltd 印字パターン認識装置
CN101706945A (zh) * 2005-06-14 2010-05-12 佳能株式会社 图像处理装置和图像处理方法
CN101244649A (zh) * 2008-03-28 2008-08-20 北京工业大学 印品四色套准偏差自动检测方法
CN106296636A (zh) * 2015-06-02 2017-01-04 征图新视（江苏）科技有限公司 印刷图像的检测方法及检测装置
CN105844621A (zh) * 2016-03-17 2016-08-10 阜阳市飞扬印务有限公司 一种印刷品质量检测方法
CN105957082A (zh) * 2016-05-04 2016-09-21 广东锐视智能检测有限公司 一种基于面阵相机的印刷质量在线监测方法
CN106897996A (zh) * 2017-02-04 2017-06-27 同济大学 基于机器视觉的套印误差检测方法

Also Published As

Publication number Publication date
CN111231530A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN100384220C (zh) 摄像机标定数据的采集方法及其标定板
CN108362712B (zh) 一种基板母板及其检测方法
CN108896547A (zh) 基于机器视觉的耐火砖测量系统
CN108562250B (zh) 基于结构光成像的键盘键帽平整度快速测量方法与装置
CN104484659A (zh) 一种对医学彩色和灰阶图像自动识别及校准的方法
US8548204B2 (en) Image processing device, method for processing image, and program for processing image
CN109409290B (zh) 一种温度表检定读数自动识别系统及方法
CN108716890A (zh) 一种基于机器视觉的高精度尺寸检测方法
CN107764841B (zh) 一种检测并区分透明玻璃盖板上下表面缺陷的装置及方法
CN104331695B (zh) 一种鲁棒的圆形标志符形状质量检测方法
CN111309271B (zh) 一种基于机器视觉的双色打印机检测方法
CN111179362B (zh) 一种基于动态光照校正算法的试纸颜色均匀性检测方法
CN114565612A (zh) 一种基于图像对比的pcb板u型槽加工异常检测方法
CN111231530B (zh) 一种双色打印机质量检测方法
CN116503316A (zh) 一种基于图像处理的芯片缺陷量测方法及系统
CN115790384A (zh) 一种基于凹版涂布的打光成像方法及装置
CN110501335B (zh) 一种星标印品质量的检测与表征方法
CN112634375B (zh) 一种ai智能检测中的平面标定和三维重建方法
CN114495815B (zh) 一种微型显示屏的Demura方法、计算设备及存储介质
US20200079119A1 (en) Method for automated alignment and register measurement using circular measuring marks
CN115761468A (zh) 一种基于图像分割和目标检测技术的水位检测系统、方法
CN116486212A (zh) 一种基于计算机视觉的水尺识别方法、系统及存储介质
CN116205860A (zh) 一种基于机器视觉的酒瓶体包装缺陷检测系统
CN115147410A (zh) 一种多色块包装覆膜缺陷检测方法
CN112837285B (zh) 一种板面图像的边缘检测方法及装置

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