CN112085707A - 印刷品颜色检测方法、装置、设备及介质 - Google Patents
印刷品颜色检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112085707A CN112085707A CN202010832635.3A CN202010832635A CN112085707A CN 112085707 A CN112085707 A CN 112085707A CN 202010832635 A CN202010832635 A CN 202010832635A CN 112085707 A CN112085707 A CN 112085707A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- detected
- positioning
- standard
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000009466 transformation Effects 0.000 claims description 13
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 abstract description 2
- 230000004075 alteration Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical group O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 4
- 238000007639 printing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011897 real-time detection Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种印刷品颜色检测方法、装置、设备及介质。其中,印刷品颜色检测方法包括:获取待检印刷品对应的待检图像;将待检图像与标准图像进行配准,得到配准图像;根据定位核对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系;其中,定位核根据标准图像的特征点生成,特征点根据标准图像的角点确定;根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差。根据本公开实施例,能够提高印刷品颜色检测的效率。
Description
技术领域
本公开涉及印刷技术领域,尤其涉及一种印刷品颜色检测方法、装置、设备及介质。
背景技术
印刷品是使用印刷技术生产的各种成品的总称。印刷品墨色均匀、色彩鲜艳纯正是印刷品质量的基本要求,而印刷色差则是印刷品质量的常见问题。
为了保证印刷品质量,在印刷品印制完成后,一般会对印刷品进行颜色检测。传统的印刷品颜色检测为非在线方式,由经过训练的测试人员人眼观察,或者使用与印刷品接触的颜色检测仪器进行检测,每次只能检测出某点的印刷色差,无法实时对印刷品的整个幅面进行检测,使得印刷品颜色检测的效率较低。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种印刷品颜色检测方法、装置、设备及介质。
第一方面,本公开提供了一种印刷品颜色检测方法,包括:
获取待检印刷品对应的待检图像;
将待检图像与标准图像进行配准,得到配准图像;
根据定位核对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系;其中,定位核根据标准图像的特征点生成,特征点根据标准图像的角点确定;
根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差。
第二方面,本公开提供了一种印刷品颜色检测装置,包括:
第一获取模块,用于获取待检印刷品对应的待检图像;
第一配准模块,用于将待检图像与标准图像进行配准,得到配准图像;
第一定位模块,用于根据定位核对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系;其中,定位核根据标准图像的特征点生成,特征点根据标准图像的角点确定;
第一计算模块,用于根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差。
第三方面,本公开提供了一种印刷品颜色检测设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为执行指令,以实现如第一方面所述的印刷品颜色检测方法。
第四方面,本公开提供了一种存储介质,当存储介质中的指令由控制设备的处理器执行时,使得控制设备能够执行如第一方面所述的印刷品颜色检测方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例提供的印刷品颜色检测方法、装置、设备及介质,能够基于待检印刷品对应的待检图像,对待检印刷品的整个幅面进行实时检测,在获取到待检图像之后,可以将待检图像与标准图像进行配准,得到配准图像,并且根据标准图像对应的基于其特征点生成的定位核,对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系,进而将配准图像中的待检像素和标准图像中的标准像素一一对应,在标准图像中为配准图像中的每个待检像素找到可以作为比对基准的标准像素,最终根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差,实现对待检印刷品的整个幅面内的全部像素的颜色的实时检测,进而能够提高印刷品颜色检测的效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开一个实施例提供的印刷品颜色检测系统的结构示意图;
图2为本公开一个实施例提供的印刷品颜色检测方法的流程示意图;
图3为本公开另一个实施例提供的印刷品颜色检测方法的流程示意图;
图4为本公开一个实施例提供的印刷品颜色检测装置的结构示意图;
图5为本公开一个实施例提供的印刷品颜色检测设备的硬件结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
为了解决传统的印刷品颜色检测过程中,无法实时对印刷品的整个幅面进行检测,使得印刷品颜色检测的效率较低的问题,本公开提供了一种印刷品颜色检测系统。
图1示出了本公开一个实施例提供的印刷品颜色检测系统的结构示意图。
如图1所示,该印刷品颜色检测系统包括图像采集设备110和图像检测设备120。其中,图像采集设备110与图像检测设备120通信连接,图像采集设备110可以采集待检印刷品对应的待检图像,图像检测设备120可以基于待检印刷品对应的待检图像,对待检印刷品的整个幅面进行实时的颜色检测。
采集设备110可以包括摄像头、摄像机、相机和扫描仪中的至少一种,采集设备110可以对待检印刷品进行拍摄或扫描,以获取预定色彩模式下的预定位色的待检图像。
其中,预定色彩模式可以根据用户需要进行设定,预定色彩模式可以为RGB模式、CMYK模式和Lab颜色模式中的任意一种。预定位色可以为16位色、24位色和32位色中的任意一种。
可选地,待检图像可以包括待检印刷品的全部表面图像。
图像检测设备120可以为电子设备或服务器,其中,电子设备可以是平板电脑、笔记本电脑、台式电脑、一体机等具有通讯功能的设备,也可以是虚拟机或模拟器模拟的设备。服务器可以是一种具有存储以及计算功能的设备。
具体地,图像检测设备120在获取到待检图像之后,可以将待检图像与标准图像进行配准,得到配准图像,并且根据标准图像对应的基于其特征点生成的定位核,对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系,进而将配准图像中的待检像素和标准图像中的标准像素一一对应,在标准图像中为配准图像中的每个待检像素找到可以作为比对基准的标准像素,最终根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差。
由此,本公开实施例所提供的印刷品颜色检测系统,能够实现对待检印刷品的整个幅面内的全部像素的颜色的实时检测,与传统的非在线方式相比,可以降低人力成本,弥补人力检测速度低、耗时长的缺点,提高印刷品颜色检测的效率。
基于图1所示的印刷品颜色检测系统,本公开实施例提供了一种印刷品颜色检测方法、装置、设备及介质。下面,首先对本公开实施例提供的印刷品颜色检测方法进行说明。
图2示出了本公开一个实施例提供的印刷品颜色检测方法的流程示意图。
在本公开一些实施例中,图2所示的方法可以由电子设备或服务器执行,例如,图1中所示的图像检测设备120。
如图2所示,该印刷品颜色检测方法可以包括如下步骤。
S210、获取待检印刷品对应的待检图像。
在本公开实施例中,图像检测设备可以接收图像采集设备发送的待检图像。
其中,待检图像可以为24位色的RGB图像。
S220、将待检图像与标准图像进行配准,得到配准图像。
在本公开一些实施例中,S220可以具体包括:
根据定位核对待检图像进行定位,得到待检图像中的第一匹配区域;
根据第一匹配区域和第一匹配区域对应的定位核,对待检图像进行仿射变换,得到变换后的配准图像。
针对每个定位核,图像检测设备可以通过该定位核在待检图像中的左上角至右下角开始逐行遍历每个像素对应的待匹配图像区域,其中,该像素可以为待匹配图像区域的左上对角点,待匹配图像区域的像素尺寸可以与定位核的像素尺寸相同。图像检测设备可以在遍历每个待匹配图像区域的过程中,计算该待匹配图像区域与定位核之间的匹配分数,并根据匹配分数确定该定位核对应的第一匹配区域。
在一些实施例中,待匹配图像区域与定位核之间的匹配分数可以通过图像相似度计算公式确定,待匹配图像区域与定位核之间的匹配分数可以为待匹配图像区域与定位核之间的图像相似度。此时,可以将最大匹配分数对应的待匹配图像区域作为该定位核对应的第一匹配区域。
其中,图像相似度计算公式可以为:
其中,S为图像相似度,S的范围为:-1≤S≤1,两个图像越相似,S越接近1。I为待检图像,i为待匹配图像区域的左上对角点的像素在待检图像中的横坐标,j为待匹配图像区域的左上对角点的像素在待检图像中的纵坐标,w为定位核的像素列数,h为定位核的像素行数,T为定位核,x为像素相对横坐标,y为像素相对纵坐标。
可选地,为了提高匹配结果的准确性,并提高变换后的配准图像的精确性,图像检测设备可以在遍历每个待匹配图像区域的过程中,计算该待匹配图像区域与定位核之间的匹配分数,并在最大匹配分数大于或等于预设的第一匹配分数阈值的情况下,将最大匹配分数对应的待匹配图像区域作为该定位核对应的第一匹配区域。
其中,第一匹配分数阈值可以根据需要进行设定,例如,第一匹配分数阈值可以为90%、95%或者97%,所设定的第一匹配分数阈值越高,变换后的配准图像的精确性越高。
在另一些实施例中,待匹配图像区域与定位核之间的匹配分数可以通过绝对误差和(Sum of Absolute Differences,SAD)算法确定,待匹配图像区域与定位核之间的匹配分数可以为待匹配图像区域与定位核之间的SAD。此时,可以将最小匹配分数对应的待匹配图像区域作为该定位核对应的第一匹配区域。
可选地,为了提高匹配结果的准确性,并提高变换后的配准图像的精确性,图像检测设备可以在遍历每个待匹配图像区域的过程中,计算该待匹配图像区域与定位核之间的匹配分数,并在最小匹配分数小于或等于预设的第二匹配分数阈值的情况下,将最小匹配分数对应的待匹配图像区域作为该定位核对应的第一匹配区域。
其中,第二匹配分数阈值可以根据需要进行设定,例如,第二匹配分数阈值可以为10%、5%或者3%,所设定的第二匹配分数阈值越低,变换后的配准图像的精确性越高。
在本公开另一些实施例中,为了降低数据处理量、提高数据处理效率,在根据定位核对待检图像进行定位,得到待检图像中的第一匹配点之前,该印刷品颜色检测方法还可以包括:
根据第一预设尺寸,确定定位核对应的第一定位区域。
相应地,根据定位核对待检图像进行定位,得到待检图像中的第一匹配点可以具体包括:
在每个定位核对应的第一定位区域内,根据该定位核对待检图像进行定位,得到第一匹配区域。
在一些实施例中,针对每个定位核,图像检测设备可以预先设置有第一预设尺寸,然后可以确定定位核的四个对角点在标准图像中的坐标,接着可以利用左上对角点的横坐标减去第一预设尺寸,得到第一定位区域的横坐标最小值,利用右上对角点的横坐标加上第一预设尺寸,得到第一定位区域的横坐标最大值,进而确定第一定位区域的横坐标范围,最后,可以利用左上对角点的纵坐标减去第一预设尺寸,得到第一定位区域的纵坐标最小值,利用左下对角点的横坐标加上第一预设尺寸,得到第一定位区域的纵坐标最大值,进而确定第一定位区域的纵坐标范围。最终,可以得到第一定位区域。
在另一些实施例中,针对每个定位核,图像检测设备可以预先设置有第一预设尺寸,然后可以确定定位核的中心点在标准图像中的坐标,接着可以利用中心点的横坐标减去第一预设尺寸,得到第一定位区域的横坐标最小值,利用中心点的横坐标加上第一预设尺寸,得到第一定位区域的横坐标最大值,进而确定第一定位区域的横坐标范围,最后,可以利用中心点的纵坐标减去第一预设尺寸,得到第一定位区域的纵坐标最小值,利用中心点的横坐标加上第一预设尺寸,得到第一定位区域的纵坐标最大值,进而确定第一定位区域的纵坐标范围。最终,可以得到第一定位区域。
进一步地,图像检测设备可以在待检图像中的第一定位区域内,根据该第一定位区域对应的定位核对待检图像进行定位,得到第一匹配区域。
其中,每个定位核对应的第一预设尺寸可以相同,也可以不同。第一预设尺寸可以根据用户需要进行设定,在此不作限定。
在本公开实施例中,图像检测设备可以利用预设的仿射变换算法,根据第一匹配区域中的各个像素在待检图像中的坐标和第一匹配区域对应的定位核中的各个像素在标准图像中的坐标,对待检图像进行仿射变换,得到变换后的配准图像,其中,仿射变换是一种二维坐标到二维坐标之间的线性变换,它保持了二维图像的“平直性”(即:直线经过变换之后依然是直线)和“平行性”(即:二维图像之间的相对位置关系保持不变,平行线依然是平行线,且直线上点的位置顺序不变),由此,可以保持配准图像与待检图像之间的一致性,提高颜色检测结果的准确性。
在本公开又一些实施例中,为了提高变换后的配准图像的精确性,根据第一匹配区域和第一匹配区域对应的定位核,对待检图像进行仿射变换,得到变换后的配准图像可以具体包括:
在第一匹配区域的数量大于或等于预设区域数量的情况下,根据第一匹配区域和第一匹配区域对应的定位核,对待检图像进行仿射变换。
具体地,图像检测设备可以首先将第一匹配区域的数量与预设区域数量进行比较,预设区域数量可以为第一匹配区域的数量下限,如果第一匹配区域的数量大于或等于预设区域数量,则可以根据第一匹配区域和第一匹配区域对应的定位核,对待检图像进行仿射变换;如果第一匹配区域的数量小于预设区域数量,则结束对待检图像的检测。
其中,预设区域数量可以根据用户需要进行设置,例如,预设区域数量可以为4、6或者8,进而能够满足仿射变换的需求,提高变换后的配准图像的精确性。
S230、根据定位核对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系。
其中,定位核根据标准图像的特征点生成,特征点根据标准图像的角点确定。
在本公开实施例中,角点即极值点,角点可以是标准图像中的两条线的交叉点,也可以是标准图像中的曲线上的局部曲率最大的点。
具体地,定位核的生成过程将在后文详细说明。
在本公开一些实施例中,S230可以具体包括:
根据定位核对配准图像进行定位,得到配准图像中的第二匹配区域;
根据第二匹配区域和第二匹配区域对应的定位核,计算待检像素与标准像素之间的位置对应关系。
针对每个定位核,图像检测设备可以通过该定位核在配准图像中的左上角至右下角开始逐行遍历每个像素对应的待匹配图像区域,其中,该像素可以为待匹配图像区域的左上对角点,待匹配图像区域的像素尺寸可以与定位核的像素尺寸相同。图像检测设备可以在遍历每个待匹配图像区域的过程中,计算该待匹配图像区域与定位核之间的匹配分数,并根据匹配分数确定该定位核对应的第二匹配区域。
其中,确定第二匹配区域的方法与确定第一匹配区域的方法相似,在此不做赘述。
在本公开另一些实施例中,为了降低数据处理量、提高数据处理效率,在根据定位核对配准图像进行定位,得到配准图像中的第二匹配区域之前,该印刷品颜色检测方法还可以包括:
根据第二预设尺寸,确定定位核对应的第二定位区域。
相应地,根据定位核对配准图像进行定位,得到配准图像中的第二匹配区域可以具体包括:
在每个定位核对应的第二定位区域内,根据该定位核对配准图像进行定位,得到第二匹配区域。
在一些实施例中,针对每个定位核,图像检测设备可以预先设置有第二预设尺寸,然后可以确定定位核的四个对角点在标准图像中的坐标,接着可以利用左上对角点的横坐标减去第二预设尺寸,得到第二定位区域的横坐标最小值,利用右上对角点的横坐标加上第二预设尺寸,得到第二定位区域的横坐标最大值,进而确定第二定位区域的横坐标范围,最后,可以利用左上对角点的纵坐标减去第二预设尺寸,得到第二定位区域的纵坐标最小值,利用左下对角点的横坐标加上第二预设尺寸,得到第二定位区域的纵坐标最大值,进而确定第二定位区域的纵坐标范围。最终,可以得到第二定位区域。
在另一些实施例中,针对每个定位核,图像检测设备可以预先设置有第二预设尺寸,然后可以确定定位核的中心点在标准图像中的坐标,接着可以利用中心点的横坐标减去第二预设尺寸,得到第二定位区域的横坐标最小值,利用中心点的横坐标加上第二预设尺寸,得到第二定位区域的横坐标最大值,进而确定第二定位区域的横坐标范围,最后,可以利用中心点的纵坐标减去第二预设尺寸,得到第二定位区域的纵坐标最小值,利用中心点的横坐标加上第二预设尺寸,得到第二定位区域的纵坐标最大值,进而确定第二定位区域的纵坐标范围。最终,可以得到第二定位区域。
进一步地,图像检测设备可以在待检图像中的第二定位区域内,根据该第二定位区域对应的定位核对待检图像进行定位,得到第二匹配区域。
其中,每个定位核对应的第二预设尺寸可以相同,也可以不同。第二预设尺寸可以根据用户需要进行设定,在此不作限定。
可选地,第二预设尺寸可以小于或等于第一预设尺寸,进而使第二定位区域的范围小于第一定位区域,以进一步降低数据处理量、提高数据处理效率。
在本公开又一些实施例中,根据第二匹配区域和第二匹配区域对应的定位核,计算待检像素与标准像素之间的位置对应关系可以具体包括:
在第二匹配区域中,确定每个待检像素对应的第三匹配区域;其中,第三匹配区域为与该待检像素距离最近的第二匹配区域;
将每个待检像素对应的第三匹配区域与其对应的定位核之间的映射关系作为该待检像素在配准图像中的坐标与标准像素在标准图像中的坐标之间的位置对应关系。
具体地,针对每个待检像素,图像检测设备可以计算该待检像素与每个第二匹配区域的中心点之间的距离,并选取距离最近的第二匹配区域作为该待检像素对应的第三匹配区域,然后将选取的第三匹配区域与其对应的定位核之间的映射关系作为该待检像素在配准图像中的坐标与标准像素在标准图像中的坐标之间的位置对应关系。
S240、根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差。
在本公开实施例中,可以根据每个待检像素在配准图像中的坐标和位置对应关系,确定每个待检像素对应的标准像素在标准图像中的坐标,然后根据所确定的标准图像中的坐标,获取每个待检像素对应的标准像素的色值,接着根据每个待检像素的色值、该待检像素对应的标准像素的色值和色差公式CIEDE2000,计算得到每个待检像素与对应的标准像素之间的像素色差,进而确定每个待检像素与对应的标准像素之间的颜色差异。
在本公开实施例中,能够基于待检印刷品对应的待检图像,对待检印刷品的整个幅面进行实时检测,在获取到待检图像之后,可以将待检图像与标准图像进行配准,得到配准图像,并且根据标准图像对应的基于其特征点生成的定位核,对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系,进而将配准图像中的待检像素和标准图像中的标准像素一一对应,在标准图像中为配准图像中的每个待检像素找到可以作为比对基准的标准像素,最终根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差,实现对待检印刷品的整个幅面内的全部像素的颜色的实时检测,进而能够提高印刷品颜色检测的效率。
在本公开一些实施方式中,在S210之前,该印刷品颜色检测方法还可以包括:
获取标准图像;
对标准图像进行角点检测,得到标准图像的角点;
对角点进行聚类,得到聚类结果;
根据聚类结果,确定特征点;
根据第三预设尺寸,生成特征点对应的特征核。
在本公开实施例中,图像检测设备可以接收图像采集设备发送的标准图像。
其中,标准图像可以为24位色的RGB图像。
进一步地,图像检测设备可以采用Harris角点检测算法计算标准图像的角点,然后利用k均值(k-means)聚类算法,对角点进行聚类,得到聚类结果,该聚类结果可以为多组角点组,接着,选取每组角点组中与该组角点组的中心点的距离最近的角点,将所选取的角点作为特征点,然后根据第三预设尺寸和特征点在标准图像中的坐标,生成特征点对应的特征核区域,选取该特征核区域内的图像内容,生成特征核。
可选地,针对每个特征点,图像检测设备可以预先设置有第三预设尺寸,然后可以确定特征点在标准图像中的坐标,接着可以利用特征点的横坐标减去第三预设尺寸,得到特征核区域的横坐标最小值,利用特征点的横坐标加上第三预设尺寸,得到特征核区域的横坐标最大值,进而确定特征核区域的横坐标范围,最后,可以利用特征点的纵坐标减去第三预设尺寸,得到特征核区域的纵坐标最小值,利用特征点的横坐标加上第三预设尺寸,得到特征核区域的纵坐标最大值,进而确定特征核区域的纵坐标范围。最终,可以得到特征核区域。
其中,每个特征点对应的第三预设尺寸相同,第三预设尺寸可以根据用户需要进行设定,在此不作限定。
在本公开一些实施例中,为了保证定位的准确性,对角点进行聚类,得到聚类结果可以具体包括:
在角点的数量大于预设角点数量的情况下,对角点进行聚类,得到聚类结果。
具体地,图像检测设备可以首先将角点的数量与预设角点数量进行比较,该预设角点数量可以为角点的数量上限,如果角点的数量大于预设角点数量,可以对角点进行聚类,得到聚类结果,以降低数据处理量;如果角点的数量小于或等于预设角点数量,则不对角点进行聚类,而是直接将得到的全部角点分别作为特征点,并根据第三预设尺寸,生成特征点对应的特征核,进而避免角点的数量过少,提高定位的准确性。
其中,预设角点数量可以根据用户需要设置,例如,预设角点数量可以为5000。
图3示出了本公开另一个实施例提供的印刷品颜色检测方法的流程示意图。
在本公开一些实施例中,图3所示的方法可以由电子设备或服务器执行,例如,图1中所示的图像检测设备120。
如图3所示,该印刷品颜色检测方法可以包括如下步骤。
S310、获取待检印刷品对应的待检图像。
S320、将待检图像与标准图像进行配准,得到配准图像。
S330、根据定位核对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系。
其中,定位核根据标准图像的特征点生成,特征点根据标准图像的角点确定。
S340、根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差。
其中,S310-S340与图2所示的方法实施例中的S210-S240相似,在此不做赘述。
S350、将每个像素色差与预设色差阈值进行比较,得到每个像素色差对应的比较结果。
在本公开一些实施例中,图像检测设备内可以预先设置有一个预设色差阈值,图像检测设备可以将每个像素色差与预设色差阈值进行比较,得到每个像素色差对应的比较结果,该比较结果即为待检像素对应的色差比较结果,该比较结果可以包括像素色差大于预设色差阈值、像素色差小于或等于预设色差阈值。
此时,若比较结果为像素色差大于预设色差阈值,说明该待检像素有色差;若比较结果为像素色差小于或等于预设色差阈值,说明该待检像素无色差。
其中,预设色差阈值可以根据用户需要设置,在此不作限定。
在本公开另一些实施例中,图像检测设备内可以预先设置有两个预设色差阈值,两个预设色差阈值中较大的值为第一色差阈值,两个预设色差阈值中较小的值为第二色差阈值,图像检测设备可以将每个像素色差与两个预设色差阈值进行比较,得到每个像素色差对应的比较结果,该比较结果即为待检像素对应的色差比较结果,该比较结果可以包括像素色差大于第二色差阈值、像素色差小于或等于第二色差阈值并且大于第一色差阈值,像素色差小于或等于第一色差阈值。
此时,若比较结果为像素色差大于第二色差阈值,说明该待检像素色差过大;若比较结果为像素色差小于或等于第二色差阈值并且大于第一色差阈值,说明该待检像素有色差;若比较结果为像素色差小于或等于第一色差阈值,说明该待检像素无色差。
其中,第一色差阈值和第二色差阈值可以分别根据用户需要设置,在此不作限定。
例如,第一色差阈值可以为3,第二色差阈值可以为6,若像素色差为ΔE,则当0≤ΔE≤3时,判断待检像素无色差;当3<ΔE≤6时,判断待检像素有色差;当ΔE>6时,判断待检像素色差过大。
S360、根据比较结果,确定配准图像中的目标区域。
其中,目标区域包括预设像素数量的目标待检像素,目标待检像素对应的像素色差位于预设色差范围内,预设色差范围根据所设色差阈值确定。相应地,目标区域即为配准图像中存在色差的区域。
在本公开一些实施例中,在图像检测设备内预先设置有一个预设色差阈值的情况下,预设色差范围可以为大于预设色差阈值的范围。
在一些实施例中,图像检测设备可以按照第四预设尺寸将配准图像划分为多个待检测图像区域,并遍历每个待检测图像区域。图像检测设备可以在遍历每个待检测图像区域的过程中,获取该待检测图像区域内像素色差大于预设色差阈值的目标待检像素的数量,若目标待检像素的数量大于或等于预设像素数量,则可以将该待检测图像区域作为目标区域。
在另一些实施例中,图像检测设备可以获取像素色差大于预设色差阈值的目标待检像素,并且根据目标待检像素生成至少一个连通域,然后判断每个连通域内的目标待检像素的数量,若任一个连通域内的目标待检像素的数量大于或等于预设像素数量,则可以将该连通域作为目标区域。
其中,第四预设尺寸和预设像素数量可以分别根据用户需要进行设置,在此不作限定。
在本公开一些实施例中,在图像检测设备内预先设置有两个预设色差阈值的情况下,预设色差范围可以为大于第一色差阈值的范围。
其中,确定目标区域的方法与上述的预设色差范围可以为大于预设色差阈值的范围的情况下的确定目标区域的方法相似,在此不做赘述。
可选地,在这种情况下,在确定了目标区域之后,还可以进一步确定目标区域中是否存在色差过大区域,色差过大区域可以包括预设像素数量的过大色差待检像素,过大色差待检像素对应的像素色差大于第二色差阈值。
具体地,图像检测设备可以按照第五预设尺寸将目标区域划分为多个目标子区域,并遍历每个目标子区域。图像检测设备可以在遍历每个目标子区域的过程中,获取该目标子区域内像素色差大于第二色差阈值的过大色差待检像素的数量,若过大色差待检像素的数量大于或等于预设过大色差像素数量,则可以将该目标子区域作为色差过大区域。
在另一些实施例中,图像检测设备可以获取目标区域内的像素色差大于第二色差阈值的过大色差待检像素,并且根据过大色差待检像素生成至少一个连通域,然后判断每个连通域内的过大色差待检像素的数量,若任一个连通域内的过大色差待检像素的数量大于或等于预设过大色差像素数量,则可以将该连通域作为色差过大区域。
其中,第五预设尺寸和预设过大色差像素数量可以分别根据用户需要进行设置,在此不作限定。
在本公开实施例中,在确定了目标区域和色差过大区域之后,还可以按照预设显示方式,显示目标区域和色差过大区域,以使颜色检测结果可视化。其中,预设显示方式可以根据用户需要设定,在此不作限定。
综上所述,本公开实施例在对待检图像对应的配准图像与标准图像之间的位置对应关系进行精准定位之后,可以同步计算配准图像中的全部待检像素对应的像素色差,并且分别计算每个待检像素对应的色差比较结果以及配准图像中存在色差的区域,从而实现对待检图像的全幅面的颜色检测,不但可以提高颜色检测效率和颜色检测精度,进而提升印刷品质量,还能够降低人工成本和印刷品的废品率。
图4示出了本公开一个实施例提供的印刷品颜色检测装置的结构示意图。
在本公开一些实施例中,图4所示的装置可以为电子设备或服务器,例如,图1中所示的图像检测设备120。
如图4所示,该印刷品颜色检测装置400可以包括第一获取模块410、第一配准模块420、第一定位模块430和第一计算模块440。
第一获取模块410可以用于获取待检印刷品对应的待检图像。
第一配准模块420可以用于将待检图像与标准图像进行配准,得到配准图像。
第一定位模块430可以用于根据定位核对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系;其中,定位核根据标准图像的特征点生成,特征点根据标准图像的角点确定。
第一计算模块440可以用于根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差。
在本公开实施例中,能够基于待检印刷品对应的待检图像,对待检印刷品的整个幅面进行实时检测,在获取到待检图像之后,可以将待检图像与标准图像进行配准,得到配准图像,并且根据标准图像对应的基于其特征点生成的定位核,对配准图像进行定位,得到配准图像中的待检像素与标准图像中的标准像素之间的位置对应关系,进而将配准图像中的待检像素和标准图像中的标准像素一一对应,在标准图像中为配准图像中的每个待检像素找到可以作为比对基准的标准像素,最终根据位置对应关系,计算每个待检像素与对应的标准像素之间的像素色差,实现对待检印刷品的整个幅面内的全部像素的颜色的实时检测,进而能够提高印刷品颜色检测的效率。
在本公开一些实施例中,第一配准模块420可以包括第一定位单元和第一变换单元。
第一定位单元可以用于根据定位核对待检图像进行定位,得到待检图像中的第一匹配区域。
第一变换单元可以用于根据第一匹配区域和第一匹配区域对应的定位核,对待检图像进行仿射变换,得到变换后的配准图像。
在本公开一些实施例中,第一配准模块420还可以包括第一确定单元,第一确定单元可以用于根据第一预设尺寸,确定定位核对应的第一定位区域。
相应地,第一定位单元可以具体用于:在每个定位核对应的第一定位区域内,根据该定位核对待检图像进行定位,得到第一匹配区域。
在本公开一些实施例中,第一定位模块430可以包括第二定位单元和第一计算单元。
第二定位单元可以用于根据定位核对配准图像进行定位,得到配准图像中的第二匹配区域。
第一计算单元可以用于根据第二匹配区域和第二匹配区域对应的定位核,计算待检像素与标准像素之间的位置对应关系。
在本公开一些实施例中,第一定位模块430还可以包括第二确定单元,第二确定单元可以用于根据第二预设尺寸,确定定位核对应的第二定位区域。
相应地,第二定位单元可以具体用于:在每个定位核对应的第二定位区域内,根据该定位核对配准图像进行定位,得到第二匹配区域。
在本公开一些实施例中,该印刷品颜色检测装置400还可以包括第二获取模块、第一检测模块、第一聚类模块、第一确定模块和第一生成模块。
第二获取模块可以用于获取标准图像。
第一检测模块可以用于对标准图像进行角点检测,得到标准图像的角点。
第一聚类模块可以用于对角点进行聚类,得到聚类结果。
第一确定模块可以用于根据聚类结果,确定特征点。
第一生成模块可以用于根据第三预设尺寸,生成特征点对应的特征核。
在本公开一些实施例中,该印刷品颜色检测装置400还可以包括第一比较模块和第二确定模块。
第一比较模块可以用于将每个像素色差与预设色差阈值进行比较,得到每个像素色差对应的比较结果。
第二确定模块可以用于根据比较结果,确定配准图像中的目标区域;其中,目标区域包括预设像素数量的目标待检像素,目标待检像素对应的像素色差位于预设色差范围内,预设色差范围根据预设色差阈值确定。
需要说明的是,图4所示的印刷品颜色检测装置400可以执行图2和图3所示的方法实施例中的各个步骤,并且实现图2和图3所示的方法实施例中的各个过程和效果,在此不做赘述。
图5示出了本公开一个实施例提供的印刷品颜色检测设备的硬件结构示意图。
如图5所示,该印刷品颜色检测设备可以包括处理器501以及存储有计算机程序指令的存储器502。
具体地,上述处理器501可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器502可以包括用于信息或指令的大容量存储器。举例来说而非限制,存储器502可以包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个及其以上这些的组合。在合适的情况下,存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器502可在综合网关设备的内部或外部。在特定实施例中,存储器502是非易失性固态存储器。在特定实施例中,存储器502包括只读存储器(Read-Only Memory,ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable ROM,PROM)、可擦除PROM(Electrical Programmable ROM,EPROM)、电可擦除PROM(Electrically ErasableProgrammable ROM,EEPROM)、电可改写ROM(Electrically Alterable ROM,EAROM)或闪存,或者两个或及其以上这些的组合。
处理器501通过读取并执行存储器502中存储的计算机程序指令,以执行本公开实施例所提供的印刷品颜色检测方法的步骤。
在一个示例中,该印刷品颜色检测设备还可包括收发器503和总线504。其中,如图5所示,处理器501、存储器502和收发器503通过总线504连接并完成相互间的通信。
总线504包括硬件、软件或两者。举例来说而非限制,总线可包括加速图形端口(Accelerated Graphics Port,AGP)或其他图形总线、增强工业标准架构(ExtendedIndustry Standard Architecture,EISA)总线、前端总线(Front Side BUS,FSB)、超传输(Hyper Transport,HT)互连、工业标准架构(Industrial Standard Architecture,ISA)总线、无限带宽互连、低引脚数(Low Pin Count,LPC)总线、存储器总线、微信道架构(MicroChannel Architecture,MCA)总线、外围控件互连(Peripheral Component Interconnect,PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial Advanced TechnologyAttachment,SATA)总线、视频电子标准协会局部(Video Electronics StandardsAssociation Local Bus,VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线504可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
本公开实施例还提供了一种包括指令的存储介质,例如包括指令的存储器502,上述指令可由控制设备的处理器502执行以完成本公开实施例所提供的印刷品颜色检测方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(Random Access Memory,RAM)、光盘只读存储器(Compact DiscROM,CD-ROM)、磁带、软盘和光数据存储设备等。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种印刷品颜色检测方法,包括:
获取待检印刷品对应的待检图像;
将所述待检图像与标准图像进行配准,得到配准图像;
根据定位核对所述配准图像进行定位,得到所述配准图像中的待检像素与所述标准图像中的标准像素之间的位置对应关系;其中,所述定位核根据所述标准图像的特征点生成,所述特征点根据所述标准图像的角点确定;
根据所述位置对应关系,计算每个所述待检像素与对应的所述标准像素之间的像素色差。
2.根据权利要求1所述的方法,其中,所述将所述待检图像与标准图像进行配准,得到配准图像,包括:
根据所述定位核对所述待检图像进行定位,得到所述待检图像中的第一匹配区域;
根据所述第一匹配区域和所述第一匹配区域对应的定位核,对所述待检图像进行仿射变换,得到变换后的所述配准图像。
3.根据权利要求2所述的方法,其中,所述根据所述定位核对所述待检图像进行定位,得到所述待检图像中的第一匹配区域之前,所述方法还包括:
根据第一预设尺寸,确定所述定位核对应的第一定位区域;
其中,所述根据所述定位核对所述待检图像进行定位,得到所述待检图像中的第一匹配区域,包括:
在每个所述定位核对应的第一定位区域内,根据该定位核对所述待检图像进行定位,得到所述第一匹配区域。
4.根据权利要求1所述的方法,其中,所述根据定位核对所述配准图像进行定位,得到所述配准图像中的待检像素与所述标准图像中的标准像素之间的位置对应关系,包括:
根据所述定位核对所述配准图像进行定位,得到所述配准图像中的第二匹配区域;
根据所述第二匹配区域和所述第二匹配区域对应的定位核,计算所述待检像素与所述标准像素之间的位置对应关系。
5.根据权利要求4所述的方法,其中,所述根据所述定位核对所述配准图像进行定位,得到所述配准图像中的第二匹配区域之前,所述方法还包括:
根据第二预设尺寸,确定所述定位核对应的第二定位区域;
其中,所述根据所述定位核对所述配准图像进行定位,得到所述配准图像中的第二匹配区域,包括:
在每个所述定位核对应的第二定位区域内,根据该定位核对所述配准图像进行定位,得到所述第二匹配区域。
6.根据权利要求1所述的方法,其中,所述获取待检印刷品对应的待检图像之前,所述方法还包括:
获取所述标准图像;
对所述标准图像进行角点检测,得到所述标准图像的角点;
对所述角点进行聚类,得到聚类结果;
根据所述聚类结果,确定所述特征点;
根据第三预设尺寸,生成所述特征点对应的所述特征核。
7.根据权利要求1所述的方法,其中,所述根据所述位置对应关系,计算每个所述待检像素与对应的所述标准像素之间的像素色差之后,所述方法还包括:
将每个所述像素色差与预设色差阈值进行比较,得到每个所述像素色差对应的比较结果;
根据所述比较结果,确定所述配准图像中的目标区域;其中,所述目标区域包括预设像素数量的目标待检像素,所述目标待检像素对应的像素色差位于预设色差范围内,所述预设色差范围根据所述预设色差阈值确定。
8.一种印刷品颜色检测装置,包括:
第一获取模块,用于获取待检印刷品对应的待检图像;
第一配准模块,用于将所述待检图像与标准图像进行配准,得到配准图像;
第一定位模块,用于根据定位核对所述配准图像进行定位,得到所述配准图像中的待检像素与所述标准图像中的标准像素之间的位置对应关系;其中,所述定位核根据所述标准图像的特征点生成,所述特征点根据所述标准图像的角点确定;
第一计算模块,用于根据所述位置对应关系,计算每个所述待检像素与对应的所述标准像素之间的像素色差。
9.一种印刷品颜色检测设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的印刷品颜色检测方法。
10.一种存储介质,当所述存储介质中的指令由控制设备的处理器执行时,使得控制设备能够执行如权利要求1至7中任一项所述的印刷品颜色检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010832635.3A CN112085707B (zh) | 2020-08-18 | 2020-08-18 | 印刷品颜色检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010832635.3A CN112085707B (zh) | 2020-08-18 | 2020-08-18 | 印刷品颜色检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112085707A true CN112085707A (zh) | 2020-12-15 |
CN112085707B CN112085707B (zh) | 2024-09-06 |
Family
ID=73727924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010832635.3A Active CN112085707B (zh) | 2020-08-18 | 2020-08-18 | 印刷品颜色检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085707B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113620614A (zh) * | 2021-07-27 | 2021-11-09 | 深圳市若菲特科技有限公司 | 玻璃表面油墨去除方法、装置、设备及存储介质 |
CN114295561A (zh) * | 2022-03-03 | 2022-04-08 | 北京中科慧眼科技有限公司 | 基于设备无关颜色空间的色差测量方法和系统 |
CN114677373A (zh) * | 2022-05-27 | 2022-06-28 | 广州青莲网络科技有限公司 | 一种印刷品内容检错方法、装置、电子设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227621A (zh) * | 2008-01-25 | 2008-07-23 | 炬力集成电路设计有限公司 | 在cmos传感器中对cfa进行插值的方法及电路 |
CN102045574A (zh) * | 2009-10-21 | 2011-05-04 | 比亚迪股份有限公司 | 一种处理图像伪彩色的设备及方法 |
CN102275382A (zh) * | 2011-06-01 | 2011-12-14 | 西安理工大学 | 一种彩色印刷品套准偏差自动检测方法 |
CN103048331A (zh) * | 2012-12-20 | 2013-04-17 | 石家庄印钞有限公司 | 基于柔性模板配准的印刷缺陷检测方法 |
CN105241894A (zh) * | 2015-08-28 | 2016-01-13 | 北京大恒图像视觉有限公司 | 一种用于多工序柔性印刷品检测的模板配准方法 |
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 |
CN108182677A (zh) * | 2017-12-26 | 2018-06-19 | 北京华夏视科技术股份有限公司 | 印前对版检测方法、装置及计算机可读存储介质 |
CN108469438A (zh) * | 2018-03-20 | 2018-08-31 | 东莞市美盈森环保科技有限公司 | 一种印刷品检测方法、装置、设备及存储介质 |
US20190066280A1 (en) * | 2017-08-31 | 2019-02-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and image processing system |
-
2020
- 2020-08-18 CN CN202010832635.3A patent/CN112085707B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227621A (zh) * | 2008-01-25 | 2008-07-23 | 炬力集成电路设计有限公司 | 在cmos传感器中对cfa进行插值的方法及电路 |
CN102045574A (zh) * | 2009-10-21 | 2011-05-04 | 比亚迪股份有限公司 | 一种处理图像伪彩色的设备及方法 |
CN102275382A (zh) * | 2011-06-01 | 2011-12-14 | 西安理工大学 | 一种彩色印刷品套准偏差自动检测方法 |
CN103048331A (zh) * | 2012-12-20 | 2013-04-17 | 石家庄印钞有限公司 | 基于柔性模板配准的印刷缺陷检测方法 |
CN105241894A (zh) * | 2015-08-28 | 2016-01-13 | 北京大恒图像视觉有限公司 | 一种用于多工序柔性印刷品检测的模板配准方法 |
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 |
US20190066280A1 (en) * | 2017-08-31 | 2019-02-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and image processing system |
CN108182677A (zh) * | 2017-12-26 | 2018-06-19 | 北京华夏视科技术股份有限公司 | 印前对版检测方法、装置及计算机可读存储介质 |
CN108469438A (zh) * | 2018-03-20 | 2018-08-31 | 东莞市美盈森环保科技有限公司 | 一种印刷品检测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
YANG, K等: "Remote sensing image registration using multiple image features", 《REMOTE SENSING》, vol. 9, no. 6, 31 December 2017 (2017-12-31), pages 1 - 3 * |
王秀丽: "基于机器视觉的印刷品全画面缺陷检测系统的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 4, pages 22 - 26 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113620614A (zh) * | 2021-07-27 | 2021-11-09 | 深圳市若菲特科技有限公司 | 玻璃表面油墨去除方法、装置、设备及存储介质 |
CN114295561A (zh) * | 2022-03-03 | 2022-04-08 | 北京中科慧眼科技有限公司 | 基于设备无关颜色空间的色差测量方法和系统 |
CN114295561B (zh) * | 2022-03-03 | 2022-09-20 | 北京中科慧眼科技有限公司 | 基于设备无关颜色空间的色差测量方法和系统 |
CN114677373A (zh) * | 2022-05-27 | 2022-06-28 | 广州青莲网络科技有限公司 | 一种印刷品内容检错方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112085707B (zh) | 2024-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112085707B (zh) | 印刷品颜色检测方法、装置、设备及介质 | |
CN111179243A (zh) | 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统 | |
CN106920245B (zh) | 一种边界检测的方法及装置 | |
CN109509200B (zh) | 基于轮廓提取的棋盘格角点检测方法以及计算机可读存储介质 | |
CN117115153B (zh) | 基于视觉辅助的印制线路板质量智能检测方法 | |
CN111259891B (zh) | 一种自然场景下身份证识别方法、装置、设备和介质 | |
CN112001880B (zh) | 一种平面构件的特征参数检测方法及装置 | |
CN112598627A (zh) | 检测图像缺陷的方法、系统、电子设备及介质 | |
CN114266764A (zh) | 一种印刷标签的字符完整性检测方法及其装置 | |
CN111325717A (zh) | 手机缺陷位置识别方法及设备 | |
US8913852B2 (en) | Band-based patch selection with a dynamic grid | |
CN105718931A (zh) | 用于确定采集图像中的杂斑的系统和方法 | |
JP5111055B2 (ja) | 画像処理装置及び画像処理方法、コンピュータプログラム | |
CN114723677A (zh) | 图像缺陷检测方法、检测装置、检测设备及存储介质 | |
CN110443803A (zh) | 一种印刷品图像质量检测方法及装置 | |
CN108182677B (zh) | 印前对版检测方法、装置及计算机可读存储介质 | |
CN116071735A (zh) | Pcb电路板的图像识别方法、装置及设备 | |
Zhou et al. | Defect detection of printing images on cans based on SSIM and chromatism | |
CN115908275A (zh) | 基于深度学习的热态环件轧制变形几何状态在线测量方法 | |
CN114677331A (zh) | 基于灰度图像和深度数据融合的管材缺陷检测方法及装置 | |
US20170193653A1 (en) | Measurement Method and Measurement Device of Critical Dimension of Sub-pixel | |
CN111935480A (zh) | 一种用于图像获取装置的检测方法及相关装置 | |
CN110874837A (zh) | 一种基于局部特征分布的缺陷自动检测方法 | |
JP2008040959A (ja) | 受動式及びインタラクティブ式の即時影像認識方法 | |
CN116503404B (zh) | 塑料玩具质量检测方法、装置、电子设备及存储介质 |
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 |