CN111579505A - 一种基于数字图像处理的卷烟包装材料色差检测方法 - Google Patents

一种基于数字图像处理的卷烟包装材料色差检测方法 Download PDF

Info

Publication number
CN111579505A
CN111579505A CN202010328161.9A CN202010328161A CN111579505A CN 111579505 A CN111579505 A CN 111579505A CN 202010328161 A CN202010328161 A CN 202010328161A CN 111579505 A CN111579505 A CN 111579505A
Authority
CN
China
Prior art keywords
color
area
color difference
packaging material
digital image
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
Application number
CN202010328161.9A
Other languages
English (en)
Inventor
马晓华
顾亮
刘文博
朱远洋
王慧
贾郑雷
梁淼
王玉芳
张勇
张峻松
阚建婷
郭丽霞
张祖江
孙波
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.)
China Tobacco Henan Industrial Co Ltd
Original Assignee
China Tobacco Henan Industrial 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 China Tobacco Henan Industrial Co Ltd filed Critical China Tobacco Henan Industrial Co Ltd
Priority to CN202010328161.9A priority Critical patent/CN111579505A/zh
Publication of CN111579505A publication Critical patent/CN111579505A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • 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
    • G01N21/8851—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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8877—Proximity analysis, local statistics
    • 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

  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明提供一种基于数字图像处理的卷烟包装材料色差检测方法，包括：设置CCD相机对卷烟包装材料进行图像拍照，得到外包装的全彩图像；将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理；对各个区域的色彩进行色差计算，并与标准样进行比对，如果色差值大于设定阈值，则判断卷烟包装材料的色彩存在差异。本发明，解决现有卷烟包装材料采用色差仪进行检测，对色彩复杂、高光材质、丝印和凸印等复杂包装的检测效果差的问题，能提高卷烟包装的检测效率，降低卷烟包装的检测成本。

Description

一种基于数字图像处理的卷烟包装材料色差检测方法
技术领域
本发明涉及烟包外观质量检则技术领域，尤其涉及一种基于数字图像处理的卷烟包装材料色差检测方法。
背景技术
卷烟包装外观质量直接承载着卷烟产品的外在形象及防伪功能，决定了卷烟最终消费者对卷烟产品的第一印象，并在一定程度上影响着消费者对卷烟产品的选择。卷烟消费者对卷烟产品的青睐要求卷烟内在品质及包装质量均保持一致，色差是卷烟包装材料质量检验的重要指标，直接影响到卷烟产品的包装质量和企业形象，也是目前卷烟条包装纸质量控制的难点之一。目前评价卷烟包装质量的一致性，通常采用主观目测法或色差仪法将印刷产品与标准样进行对比，来判断是否存在色差。卷烟包装材料的色差是指在印刷品输出过程中由于人员、设备、原料、工艺技术、测量等方面的差异，使得印刷品与原稿之间在色彩领域形成的色彩差异。
卷烟包装材料的质量是对于卷烟材料标准和消费者需求的满足，必须通过评价过程才能得出结论。卷烟包装材料质量大多数是建立在主观评价基础上，对消费者需求的满足由售后服务等非生产环节实现。但主观评价结果却往往收到观看条件、观察者以往的经验、图像类型、以及眼睛疲劳等因素而变化，重复性较差。以物理检测为基础的客观评价有良好的可重复性，决策和判断也比较容易，但现行的检测仪器“色差仪”，对于色彩复杂、高光材质、丝印、凸印等复杂包装材料检测结果较差。因此，对于复杂卷烟包装材料的客观检测方法就显得尤为重要。
发明内容
本发明提供一种基于数字图像处理的卷烟包装材料色差检测方法，解决现有卷烟包装材料采用色差仪进行检测，对色彩复杂、高光材质、丝印和凸印等复杂包装的检测效果差的问题，能提高卷烟包装的检测效率，降低卷烟包装的检测成本。
为实现以上目的，本发明提供以下技术方案：
一种基于数字图像处理的卷烟包装材料色差检测方法，包括：
设置CCD相机对卷烟包装材料进行图像拍照，得到外包装的全彩图像；
将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理；
对各个区域的色彩进行色差计算，并与标准样进行比对，如果色差值大于设定阈值，则判断卷烟包装材料的色彩存在差异。
优选的，还包括：
将所述全彩图像的主图案区域、纯色块区域或文字区域作为取样区域，并对所述取样区域进行色差比对以判断是否存在色彩差异。
优选的，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，包括：
将所述全彩图像按位置划分为正面区域、背面区域、顶面区域和底面区域；
在所述正面区域、所述背面区域、所述项面区域和所述底面区域中进行取色区域的选取，所述取色区域为方框形状；
对所述取色区域内的所有像素点的Lab数值进行均值化，并以(L，a，b)数值表示所述取色区域的Lab数值。
优选的，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，还包括：
通过取色方框对所述取色区域进行确定，所述取色方框为九宫格结构；
在进行Lab数值均值化时，取所述取色方框的四个角坐标所对应的值进行均值化。
优选的，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，还包括：
将所述全彩图像传送到Web处理平台或视频处理终端进行在线数字化处理，并在处理后得到数字图像；
根据所述数字图像进行所述取色区域的Lab数值均值化处理。
优选的，所述对各个区域的色彩进行色差计算，包括：
根据所述取色区域的Lab数值，以CIE2000公式进行色差计算；
所述CIE2000公式为：
Figure BDA0002463968160000031
其中，ΔE00为色差值，ΔL'为明度差，ΔC'ab为彩度差，ΔH'ab为色相差，SL，SC，SH为权重函数，KL，KC和KH为常数，RT为旋转函数。
优选的，还包括：
设置冷阴极荧光灯，在所述CCD相机进行拍摄时点亮，并对所述冷阴极荧光灯在使用前进行预热处理。
优选的，还包括：
将所述全彩图像的高光区域、丝印区域、烫金区域或凸印区域作为取样区域，并对所述取样区域的像素点进行Lab数值均值化，进而根据所述取样区域的Lab数值进行色差计算。
优选的，还包括：
将所述全彩图像分割成大小均等的数个区域，并对各个区域的像素点进行Lab数值均值化，进而对各个区域的色差值与设定标准色差进行比对。
本发明提供一种基于数字图像处理的卷烟包装材料色差检测方法，通过CCD相机对卷烟包装纸进行拍摄得到全彩图像，对全彩图像进行Lab色彩模式的数字图像处理，进而根据Lab数值进行色差计算，解决现有卷烟包装材料采用色差仪进行检测，对色彩复杂、高光材质、丝印和凸印等复杂包装的检测效果差的问题，能提高卷烟包装的检测效率，降低卷烟包装的检测成本。
附图说明
为了更清楚地说明本发明的具体实施例，下面将对实施例中所需要使用的附图作简单地介绍。
图1是本发明提供的一种基于数字图像处理的卷烟包装材料色差检测方法示意图。
图2～4是本发明实施例提供的取样区域的选取示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。
本发明提供一种基于数字图像处理的卷烟包装材料色差检测方法，解决现有卷烟包装材料采用色差仪进行检测，对色彩复杂、高光材质、丝印和凸印等复杂包装的检测效果差的问题，能提高卷烟包装的检测效率，降低卷烟包装的检测成本。
一种基于数字图像处理的卷烟包装材料色差检测方法，包括：
S1：设置CCD相机对卷烟包装材料进行图像拍照，得到外包装的全彩图像；
S2：将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理；
S3：对各个区域的色彩进行色差计算，并与标准样进行比对，如果色差值大于设定阈值，则判断卷烟包装材料的色彩存在差异。
具体地，卷烟包装材料数字图像采集：在同一光源下，通过线阵CCD器件对卷烟包装材料进行数字图像的采集；然后将采集后的数字图像在Web平台、Vue前端框架、Lab色彩模型下进行区域色彩处理，最后将获取的色彩信息利用CIE色差公式进行计算分析。其中，线阵CCD器件长度应大于被测样最大长度，所采集图像分辨率不低于300dpi，所采集图像为全彩图像。该方法通过全彩图像进行Lab色彩模式的数字图像处理能够完成对复杂印刷(丝印、烫金、凸印、UV油墨)、复杂材质(铝箔纸、高光纸)的卷烟复杂包装材料的色差检测。对图案、警语等标识针对性检测，可提高卷烟包装的检测效率，降低卷烟包装的检测成本。
该方法还包括：
S4：将所述全彩图像的主图案区域、纯色块区域或文字区域作为取样区域，并对所述取样区域进行色差比对以判断是否存在色彩差异。
在实际应用中，对于色差检测中取样区域的选择也很重要，可以通过取样区域的色差与标准色差进行比对，进而判断该取样区域的色差是否存在差异。如果多个取样区域的色差值都大于设定阈值，则可判断出全彩图像存在差异，需要上报包装材料不合格信息。
进一步，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，包括：
S21：将所述全彩图像按位置划分为正面区域、背面区域、顶面区域和底面区域。
S22：在所述正面区域、所述背面区域、所述项面区域和所述底面区域中进行取色区域的选取，所述取色区域为方框形状。
S23：对所述取色区域内的所有像素点的Lab数值进行均值化，并以(L，a，b)数值表示所述取色区域的Lab数值。
更进一步，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，还包括：
S24：通过取色方框对所述取色区域进行确定，所述取色方框为九宫格结构。
S25：在进行Lab数值均值化时，取所述取色方框的四个角坐标所对应的值进行均值化。
再进一步，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，还包括：
S26：将所述全彩图像传送到Web处理平台或视频处理终端进行在线数字化处理，并在处理后得到数字图像。
S27：根据所述数字图像进行所述取色区域的Lab数值均值化处理。
在实际应用中，所采集全彩图像导入处理系统内，然后调节取色区域大小、位置，将取色区域内所有像素的Lab数值提取出进行均值化处理。所述取色区域为一可调节大小的方框，取色方框内为两纵、两横虚线与取色方框组成的9宫图案，取色方框四个角坐标以(X，Y)数值表示。所述均值化处理为取色方框内所有像素点Lab数值的平均值，结果以(L，a，b)数值表示。然后进行色差计算，并以同样方法对标准包装材料及待测样进行测定，得出Lab值，以CIE2000公式进行色差计算，dE≥2时，认为测试样与标准样存在色差。本方法卷烟包装材料的色差检测，选择性强，自由度高，可自定义区域检测，也可对整幅包装材料图进行检测，对复杂包装材料检测效果较好。同时能代替主观检测，提高了检测的可靠性。对卷烟包装材料色差分析更为全面，为保障卷烟外观质量，及工艺生产的稳定性提供技术支撑。
所述对各个区域的色彩进行色差计算，包括：根据所述取色区域的Lab数值，以CIE2000公式进行色差计算；所述CIE2000公式为：
Figure BDA0002463968160000061
其中，ΔE00为色差值，ΔL'为明度差，ΔC'ab为彩度差，ΔH'ab为色相差，SL，SC，SH为权重函数，KL，KC和KH为常数，RT为旋转函数。
具体地，计算过程如下：
步骤1，计算CIELAB公式中的L*，a*，b*，
Figure BDA0002463968160000062
等值。
Figure BDA0002463968160000063
其中X，Y，Z是作为对象的物体三刺激值；X0，Y0，Z0为标准照明体照射的三刺激值。
Figure BDA0002463968160000064
是心理彩度。L*，a*，b*分别为色彩空间的明度值和色度值；G为红绿轴的调整因子：
步骤2，计算L'，a'，C'和h'。
L'＝L*
a'＝(1+G)×a*
b'＝b*
Figure BDA0002463968160000065
hab'＝arcsin(b'/a')
Figure BDA0002463968160000066
G表示CIELAB颜色空间的a*轴的调整因子，是彩度的函数。
Figure BDA0002463968160000067
是
Figure BDA0002463968160000068
的算术平均值。
步骤3，计算ΔL'，ΔC'ab，ΔH'ab。
ΔL＝L'1-L'2
ΔC'ab＝C'ab,1-C'ab,2
Figure BDA0002463968160000071
Δh'ab＝h'ab,1-h'ab,2
其中，ΔL'，ΔC'ab，ΔH'ab分别代表明度差，彩度差和色相差。
下标s和b分别表示要计算色差的一对颜色中的标准色和样本色。Δh′为色调角之差。
步骤4，计算SL，SC，SH和T。
SL，SC，SH成为权重函数，定义了椭圆半轴的长度允许在CIELAB颜色空间中根据区域的不同进行各自的调整，以校正该空间的均匀性。其定义如下：
Figure BDA0002463968160000072
Figure BDA0002463968160000073
Figure BDA0002463968160000074
Figure BDA0002463968160000075
RT＝-sin(2Δθ)RC
Figure BDA0002463968160000076
Figure BDA0002463968160000077
其中，
Figure BDA0002463968160000078
为两样品L'1、L'2的算术平均值；
Figure BDA0002463968160000079
为两样品C'ab,1、C'ab,2的算术平均值；
Figure BDA00024639681600000710
为两样品h'ab,1、h'ab,2的算术平均值。
RT为旋转函数,用来校正蓝色区域分辨椭圆主轴方向的偏转。
Δθ是由色调决定的旋转角度；RC是根据彩度变化的旋转幅度。
步骤5，代入CIEDE2000色差公式计算。在CIE给定的标准观测条件下，KL，KC和KH取值均为1。
该方法还包括：设置冷阴极荧光灯，在所述CCD相机进行拍摄时点亮，并对所述冷阴极荧光灯在使用前进行预热处理。
该方法还包括：将所述全彩图像的高光区域、丝印区域、烫金区域或凸印区域作为取样区域，并对所述取样区域的像素点进行Lab数值均值化，进而根据所述取样区域的Lab数值进行色差计算。
该方法还包括：将所述全彩图像分割成大小均等的数个区域，并对各个区域的像素点进行Lab数值均值化，进而对各个区域的色差值与设定标准色差进行比对。
在一实施例中，对卷烟包装材料进行色差检测，以高光区域或主图案区域进行检测，选取区域如图2所示的虚线框，得到的检测结果如表1所示。
表1
Figure BDA0002463968160000081
对包装材料上的文字进行色差检测，选取区域如图3所示的虚线框，得到的检测结果如表2所示。
表2
Figure BDA0002463968160000082
Figure BDA0002463968160000091
对包装材料中的铝箔材料进行色差检测，选取区域如图4所示的虚线框，得到的检测结果如表3所示。
表3
Figure BDA0002463968160000092
从上述结果表明：本色差检测方法与主观检测结果相一致。同时本色差检测方法可对图案、品名、警语等特定区域进行检测，而且对于高光纸等复杂材质卷烟包装材料同样适用。能提升包装材料外观质量和稳定性控制提供技术支撑。
可见，本发明提供一种基于数字图像处理的卷烟包装材料色差检测方法，通过CCD相机对卷烟包装纸进行拍摄得到全彩图像，对全彩图像进行Lab色彩模式的数字图像处理，进而根据Lab数值进行色差计算，解决现有卷烟包装材料采用色差仪进行检测，对色彩复杂、高光材质、丝印和凸印等复杂包装的检测效果差的问题，能提高卷烟包装的检测效率，降低卷烟包装的检测成本。
以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。

Claims (9)

1.一种基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，包括：
设置CCD相机对卷烟包装材料进行图像拍照，得到外包装的全彩图像；
将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理；
对各个区域的色彩进行色差计算，并与标准样进行比对，如果色差值大于设定阈值，则判断卷烟包装材料的色彩存在差异。
2.根据权利要求1所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，还包括：
将所述全彩图像的主图案区域、纯色块区域或文字区域作为取样区域，并对所述取样区域进行色差比对以判断是否存在色彩差异。
3.根据权利要求2所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，包括：
将所述全彩图像按位置划分为正面区域、背面区域、顶面区域和底面区域；
在所述正面区域、所述背面区域、所述项面区域和所述底面区域中进行取色区域的选取，所述取色区域为方框形状；
对所述取色区域内的所有像素点的Lab数值进行均值化，并以(L，a，b)数值表示所述取色区域的Lab数值。
4.根据权利要求3所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，还包括：
通过取色方框对所述取色区域进行确定，所述取色方框为九宫格结构；
在进行Lab数值均值化时，取所述取色方框的四个角坐标所对应的值进行均值化。
5.根据权利要求4所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，所述将所述全彩图像按位置进行区域划分，并对各区域进行Lab色彩模式的数字图像处理，还包括：
将所述全彩图像传送到Web处理平台或视频处理终端进行在线数字化处理，并在处理后得到数字图像；
根据所述数字图像进行所述取色区域的Lab数值均值化处理。
6.根据权利要求5所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，所述对各个区域的色彩进行色差计算，包括：
根据所述取色区域的Lab数值，以CIE2000公式进行色差计算；
所述CIE2000公式为：
Figure FDA0002463968150000021
其中，ΔE00为色差值，ΔL'为明度差，ΔC′ab为彩度差，ΔH′ab为色相差，SL，SC，SH为权重函数，KL，KC和KH为常数，RT为旋转函数。
7.根据权利要求6所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，还包括：
设置冷阴极荧光灯，在所述CCD相机进行拍摄时点亮，并对所述冷阴极荧光灯在使用前进行预热处理。
8.根据权利要求1所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，还包括：
将所述全彩图像的高光区域、丝印区域、烫金区域或凸印区域作为取样区域，并对所述取样区域的像素点进行Lab数值均值化，进而根据所述取样区域的Lab数值进行色差计算。
9.根据权利要求1所述的基于数字图像处理的卷烟包装材料色差检测方法，其特征在于，还包括：
将所述全彩图像分割成大小均等的数个区域，并对各个区域的像素点进行Lab数值均值化，进而对各个区域的色差值与设定标准色差进行比对。
CN202010328161.9A 2020-04-23 2020-04-23 一种基于数字图像处理的卷烟包装材料色差检测方法 Pending CN111579505A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010328161.9A CN111579505A (zh) 2020-04-23 2020-04-23 一种基于数字图像处理的卷烟包装材料色差检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010328161.9A CN111579505A (zh) 2020-04-23 2020-04-23 一种基于数字图像处理的卷烟包装材料色差检测方法

Publications (1)

Publication Number Publication Date
CN111579505A true CN111579505A (zh) 2020-08-25

Family

ID=72115018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010328161.9A Pending CN111579505A (zh) 2020-04-23 2020-04-23 一种基于数字图像处理的卷烟包装材料色差检测方法

Country Status (1)

Country Link
CN (1) CN111579505A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110286095A (zh) * 2019-07-18 2019-09-27 黑龙江省烟草公司哈尔滨市公司 基于颜色鉴定法的便携式卷烟真伪识别系统、仪器及方法
CN111739018A (zh) * 2020-07-27 2020-10-02 中建科技集团有限公司 一种基于点云技术的色差检测方法、装置、终端和介质
CN112754064A (zh) * 2021-03-15 2021-05-07 河南中烟工业有限责任公司 卷烟质量一致性检测方法、装置以及设备
CN115072036A (zh) * 2022-06-17 2022-09-20 红云红河烟草(集团)有限责任公司 卷烟包装盒成型质量检测装置及方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101692008A (zh) * 2009-08-20 2010-04-07 浙江工业大学 面向染色工业过程的在线测色仪
CN102221554A (zh) * 2011-04-06 2011-10-19 天津科技大学 一种印刷品质量和缺陷检测方法
CN104298970A (zh) * 2014-09-26 2015-01-21 博奥生物集团有限公司 一种基于颜色特征的摄像头识别和检测方法
CN104458597A (zh) * 2014-12-03 2015-03-25 东莞市神州视觉科技有限公司 一种基于相机的产品颜色检测方法、装置和系统
CN105444891A (zh) * 2015-12-23 2016-03-30 常州大学 一种基于机器视觉的纱线印染色差检测系统
CN106340012A (zh) * 2016-08-23 2017-01-18 凌云光技术集团有限责任公司 印刷品颜色检测方法及装置
CN106404792A (zh) * 2016-08-31 2017-02-15 云南中烟工业有限责任公司 一种基于机器视觉识别技术的高光性卷烟条包装纸的色差检测方法
CN106909926A (zh) * 2015-12-21 2017-06-30 深圳市科彩印务有限公司 一种烟包印刷色彩的均匀性检测方法及装置
CN107144353A (zh) * 2017-04-12 2017-09-08 江南大学 一种基于数码相机的纺织品色差测量方法
CN108801938A (zh) * 2018-06-05 2018-11-13 凌云光技术集团有限责任公司 一种色差在线测量方法及系统
CN108961345A (zh) * 2018-06-01 2018-12-07 沈阳普泽众康医药科技有限公司 一种尿液试纸中有效颜色的确定方法及确定装置
CN109141640A (zh) * 2018-08-03 2019-01-04 深圳市销邦科技股份有限公司 基于机器视觉的色差检测方法、系统、设备及存储介质
JP2019128286A (ja) * 2018-01-25 2019-08-01 ダックエンジニアリング株式会社 印刷物検査方法および印刷物検査装置
JP2020003430A (ja) * 2018-06-29 2020-01-09 大和ハウス工業株式会社 外装材の劣化診断システムおよびその劣化診断方法
CN110907472A (zh) * 2019-11-15 2020-03-24 河南中烟工业有限责任公司 一种在线卷烟产品包装的图像识别系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101692008A (zh) * 2009-08-20 2010-04-07 浙江工业大学 面向染色工业过程的在线测色仪
CN102221554A (zh) * 2011-04-06 2011-10-19 天津科技大学 一种印刷品质量和缺陷检测方法
CN104298970A (zh) * 2014-09-26 2015-01-21 博奥生物集团有限公司 一种基于颜色特征的摄像头识别和检测方法
CN104458597A (zh) * 2014-12-03 2015-03-25 东莞市神州视觉科技有限公司 一种基于相机的产品颜色检测方法、装置和系统
CN106909926A (zh) * 2015-12-21 2017-06-30 深圳市科彩印务有限公司 一种烟包印刷色彩的均匀性检测方法及装置
CN105444891A (zh) * 2015-12-23 2016-03-30 常州大学 一种基于机器视觉的纱线印染色差检测系统
CN106340012A (zh) * 2016-08-23 2017-01-18 凌云光技术集团有限责任公司 印刷品颜色检测方法及装置
CN106404792A (zh) * 2016-08-31 2017-02-15 云南中烟工业有限责任公司 一种基于机器视觉识别技术的高光性卷烟条包装纸的色差检测方法
CN107144353A (zh) * 2017-04-12 2017-09-08 江南大学 一种基于数码相机的纺织品色差测量方法
JP2019128286A (ja) * 2018-01-25 2019-08-01 ダックエンジニアリング株式会社 印刷物検査方法および印刷物検査装置
CN108961345A (zh) * 2018-06-01 2018-12-07 沈阳普泽众康医药科技有限公司 一种尿液试纸中有效颜色的确定方法及确定装置
CN108801938A (zh) * 2018-06-05 2018-11-13 凌云光技术集团有限责任公司 一种色差在线测量方法及系统
JP2020003430A (ja) * 2018-06-29 2020-01-09 大和ハウス工業株式会社 外装材の劣化診断システムおよびその劣化診断方法
CN109141640A (zh) * 2018-08-03 2019-01-04 深圳市销邦科技股份有限公司 基于机器视觉的色差检测方法、系统、设备及存储介质
CN110907472A (zh) * 2019-11-15 2020-03-24 河南中烟工业有限责任公司 一种在线卷烟产品包装的图像识别系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘浩学: "CIE均匀颜色空间与色差公式的应用", 《北京印刷学院学报》 *
刘浩学: "CIE均匀颜色空间与色差公式的应用", 《北京印刷学院学报》, vol. 11, no. 03, 31 October 2003 (2003-10-31), pages 3 - 8 *
黄虎等: "基于机器视觉的工业品色差检测系统", 《兵工自动化》 *
黄虎等: "基于机器视觉的工业品色差检测系统", 《兵工自动化》, vol. 29, no. 07, 31 December 2010 (2010-12-31), pages 78 - 80 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110286095A (zh) * 2019-07-18 2019-09-27 黑龙江省烟草公司哈尔滨市公司 基于颜色鉴定法的便携式卷烟真伪识别系统、仪器及方法
CN111739018A (zh) * 2020-07-27 2020-10-02 中建科技集团有限公司 一种基于点云技术的色差检测方法、装置、终端和介质
CN111739018B (zh) * 2020-07-27 2020-12-11 中建科技集团有限公司 一种基于点云技术的色差检测方法、装置、终端和介质
CN112754064A (zh) * 2021-03-15 2021-05-07 河南中烟工业有限责任公司 卷烟质量一致性检测方法、装置以及设备
CN112754064B (zh) * 2021-03-15 2022-05-24 河南中烟工业有限责任公司 卷烟质量一致性检测方法、装置以及设备
CN115072036A (zh) * 2022-06-17 2022-09-20 红云红河烟草(集团)有限责任公司 卷烟包装盒成型质量检测装置及方法
CN115072036B (zh) * 2022-06-17 2024-01-05 红云红河烟草(集团)有限责任公司 卷烟包装盒成型质量检测装置及方法

Similar Documents

Publication Publication Date Title
CN111579505A (zh) 一种基于数字图像处理的卷烟包装材料色差检测方法
CN107144353B (zh) 一种基于数码相机的纺织品色差测量方法
US9633287B2 (en) Color information processing method, color information processing apparatus, and color information processing system
US7313270B2 (en) Vision system and method for process monitoring
USRE42715E1 (en) Vision system and method for process monitoring
CN103954362B (zh) 一种基于成像设备的数字测色方法
US5917541A (en) Color sense measuring device
JP2011220823A (ja) 色測定装置、および、色測定方法
CN102016555A (zh) 用于自动检验多颜色彩色图像的视觉感知的色彩印象的方法和装置
CN110644216A (zh) 一种纺织品自动化色牢度评级方法及装置
Huang et al. Camera-based model to predict the total difference between effect coatings under directional illumination
CN106404792A (zh) 一种基于机器视觉识别技术的高光性卷烟条包装纸的色差检测方法
Fashandi et al. Evaluation of scanner capability for measuring the color of fabrics with different textures in different setups
Zhu et al. Color calibration for colorized vision system with digital sensor and LED array illuminator
WO2003031956A1 (en) System and method for classifying workpieces according to tonal variations
Connolly et al. Industrial colour inspection by video camera
CN111862186B (zh) 一种用于卷烟包装纸的色差管控方法及装置
Mokji et al. Starfruit classification based on linear hue computation
JP4139584B2 (ja) 印刷色調監視システム
US11946804B2 (en) Method of fast spectral color measuring
RU15067U1 (ru) Таблицы цветные испытательные телевизионные
Eh et al. Yellowness index measurement model in MATLAB mobile
CN114486768A (zh) 用于籽棉收购环节的籽棉颜色级检测装置及其分级方法
Pointer et al. Perceived colour differences in displayed colours Part 1: hard copy to soft copy matching
CN115147345A (zh) 一种计算图像色差的方法及系统

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

Application publication date: 20200825

RJ01 Rejection of invention patent application after publication