CN112767306B - 一种印刷品质量检测、收料方法和系统 - Google Patents

一种印刷品质量检测、收料方法和系统 Download PDF

Info

Publication number
CN112767306B
CN112767306B CN202011553407.9A CN202011553407A CN112767306B CN 112767306 B CN112767306 B CN 112767306B CN 202011553407 A CN202011553407 A CN 202011553407A CN 112767306 B CN112767306 B CN 112767306B
Authority
CN
China
Prior art keywords
printed matter
quality
coding information
position coding
result
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
CN202011553407.9A
Other languages
English (en)
Other versions
CN112767306A (zh
Inventor
邓宋寿
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.)
Luster LightTech Co Ltd
Original Assignee
Luster LightTech 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 Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN202011553407.9A priority Critical patent/CN112767306B/zh
Publication of CN112767306A publication Critical patent/CN112767306A/zh
Application granted granted Critical
Publication of CN112767306B publication Critical patent/CN112767306B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N21/95607Inspecting patterns on the surface of objects using a comparative method
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404Methods for optical code recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30144Printing quality
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Biochemistry (AREA)
  • Artificial Intelligence (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请提供了一种印刷品质量检测、收料方法和系统,通过印刷品的位置编码信息,获取对应的印刷品的图像检测结果,根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类,从而根据所述印刷品质量等级分类结果结合所述位置编码信息生成印刷品收料结果。本申请中提供的印刷品质量检测、收料方法和系统,有效解决了现有的印刷品质量检测设备只能实现对印品质量的检测,不能实现在检测完成后根据质量检测结果将印刷品进行合理的等级分配的问题。

Description

一种印刷品质量检测、收料方法和系统
技术领域
本申请涉及印刷品质量检测技术领域,尤其涉及一种印刷品质量检测、收料方法和系统。
背景技术
工业生产过程中需要使用大量的印刷品,例如工业产品的包装盒、标签纸等,这些印刷品通常需要经过打印、覆膜、模切以及裁剪等工艺制作完成。印刷品质量检测技术也伴随着人们对印刷要求的提高而快速发展,印刷品质量检测技术中对印刷品的质量标准,残次品等级与类型等也随着对印刷要求的提高而发展。
印刷品的质量检测此类带有高度重复性和智能性的工作如果仍旧依靠人工完成,既给企业引入了大量的人力和管理成本,也无法避免人眼长时间处于紧张状态,产生视觉疲劳后导致产品漏检和最后的废品出厂的现象。因此,集光、机、电、工控机技术为一体的自动化印刷品质量检测设备是所有印企的必选。
在印刷品的质量检测中,需要对于不同工位、不同工艺、不同印次进行分批次检测,检测结束后,检测软件需要整合一个质量检测结果,根据缺陷的类型与严重程度,折合印企的质量标准,给出残次品的等级与类型,然而现有的印刷品质量检测设备只能实现对印品质量的检测,不能实现在检测完成后根据质量检测结果将印刷品进行合理的等级分配。
发明内容
本申请提供了一种印刷品质量检测、收料方法和系统,以解决现有的印刷品质量检测设备只能实现对印品质量的检测,不能实现在检测完成后根据质量检测结果将印刷品进行合理的等级分配的问题。
本申请解决上述技术问题所采取的技术方案如下:
一种印刷品质量检测、收料方法,包括以下步骤:
获取印刷品的位置编码信息,所述印刷品包括单个印刷品和大张印刷品,所述大张印刷品为包括多个单张印刷品的印刷单元;
获取位置编码信息对应的印刷品的图像检测结果;
获取印刷品质量等级分类结果,所述印刷品质量等级分类结果为根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类而得;
生成印刷品收料结果,所述印刷品收料结果为根据所述印刷品质量等级分类结果结合所述位置编码信息生成。
可选的,所述获取印刷品的位置编码信息,包括:
根据印刷品的类型,获取印刷品的一维位置编码信息或二维位置编码信息,所述一维位置编码信息对应于单个印刷品位置编码信息,所述二维位置编码信息对应于大张印刷品位置编码信息。
可选的,所述方法还包括:
获取单个印刷品的一维位置编码信息;
获取所述一维位置编码信息对应的单个印刷品的图像检测结果;
获取单个印刷品质量等级分类结果,所述单个印刷品质量等级分类结果为根据预设的质量要求与标准结合单个印刷品的图像检测结果,对单个印刷品进行质量残缺品类型及等级分类而得;
生成单个印刷品收料结果,所述单个印刷品收料结果为根据所述单个印刷品质量等级分类结果结合所述一维位置编码信息生成。
可选的,所述方法还包括:
获取大张印刷品的二维位置编码信息;
获取所述二维位置编码信息对应的大张印刷品的图像检测结果;
获取大张印刷品质量等级分类结果,所述大张印刷品质量等级分类结果为根据预设的质量要求与标准结合大张印刷品的图像检测结果,对大张印刷品进行质量残缺品类型及等级分类而得;
将所述大张印刷品进行裁切,得到单独印刷品;
生成单独印刷品收料结果,所述单独印刷品收料结果为根据所述大张印刷品质量等级分类结果结合所述二维位置编码信息生成。
可选的,所述方法还包括:
通过所述位置编码信息,对印刷品的检测状态进行实时位置监控。
可选的,所述获取位置编码信息对应的印刷品的图像检测结果,包括:
获取各个工位印刷品图像的独立检测结果;
根据所述独立检测结果,获取各个位置编码信息对应的印刷品的图像检测结果。
可选的,所述获取各个工位印刷品图像的独立检测结果,包括:
获取印刷品形状或颜色质量检测结果、获取印刷品三维缺陷,气泡,划痕,压凸与凹坑检测结果以及获取印刷品中可编码、可变数据的检测结果。
一种印刷品质量检测、收料系统,包括:
位置编码信息获取单元,用于获取印刷品的位置编码信息,所述印刷品包括单个印刷品和大张印刷品,所述大张印刷品为包括多个单张印刷品的印刷单元;
图像检测结果获取单元,用于获取位置编码信息对应的印刷品的图像检测结果;
质量等级分类结果获取单元,用于获取印刷品质量等级分类结果,所述印刷品质量等级分类结果为根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类而得;
收料结果生成单元,用于生成印刷品收料结果,所述印刷品收料结果为根据所述印刷品质量等级分类结果结合所述位置编码信息生成。
可选的,所述系统还包括位置监控单元,所述位置监控单元,用于通过所述位置编码信息,对印刷品的检测状态进行实时位置监控。
一种检测设备,所述检测设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述印刷品质量检测、收料方法。
本申请提供的技术方案包括以下有益技术效果:
本申请提供了一种印刷品质量检测、收料方法和系统,通过印刷品的位置编码信息,获取对应的印刷品的图像检测结果,根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类,从而根据所述印刷品质量等级分类结果结合所述位置编码信息生成印刷品收料结果。本申请中提供的印刷品质量检测、收料方法和系统,有效解决了现有的印刷品质量检测设备只能实现对印品质量的检测,不能实现在检测完成后根据质量检测结果将印刷品进行合理的等级分配的问题。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的印刷品质量检测、收料方法流程图。
具体实施方式
为了使本领域技术人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对申请实施例中的技术方案进行清楚、完整地描述;显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
请参考附图1,附图1为本申请实施例提供的一种印刷品质量检测、收料方法流程图,如图1所示,本申请提供的一种印刷品质量检测、收料方法,包括以下步骤:
获取印刷品的位置编码信息,所述印刷品包括单个印刷品和大张印刷品,所述大张印刷品为包括多个单张印刷品的印刷单元;
获取位置编码信息对应的印刷品的图像检测结果;
获取印刷品质量等级分类结果,所述印刷品质量等级分类结果为根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类而得;
生成印刷品收料结果,所述印刷品收料结果为根据所述印刷品质量等级分类结果结合所述位置编码信息生成。
本申请实施例中提供的印刷品质量检测、收料方法,有效解决了现有的印刷品质量检测设备只能实现对印品质量的检测,不能实现在检测完成后根据质量检测结果将印刷品进行合理的等级分配的问题。
具体的,在获取印刷品的位置编码信息时,根据印刷品的类型,获取印刷品的一维位置编码信息或二维位置编码信息,所述一维位置编码信息对应于单个印刷品位置编码信息,所述二维位置编码信息对应于大张印刷品位置编码信息,也就是说在对单个印刷品进行质量检测及收料时,只需要获取单个印刷品的一维位置编码信息,而在对大张印刷品进行质量检测及收料时,由于大张印刷品为包括多个单张印刷品的印刷单元,因此获取大张印刷品位置编码信息时,则需要对其中的各个单个印刷品进行二维编码。
当对单个印刷品进行质量检测及收料时,包括以下步骤:
获取单个印刷品的一维位置编码信息;
获取所述一维位置编码信息对应的单个印刷品的图像检测结果;
获取单个印刷品质量等级分类结果,所述单个印刷品质量等级分类结果为根据预设的质量要求与标准结合单个印刷品的图像检测结果,对单个印刷品进行质量残缺品类型及等级分类而得;
生成单个印刷品收料结果,所述单个印刷品收料结果为根据所述单个印刷品质量等级分类结果结合所述一维位置编码信息生成。
当对大张印刷品进行质量检测及收料时,包括以下步骤:
获取大张印刷品的二维位置编码信息;
获取所述二维位置编码信息对应的大张印刷品的图像检测结果;
获取大张印刷品质量等级分类结果,所述大张印刷品质量等级分类结果为根据预设的质量要求与标准结合大张印刷品的图像检测结果,对大张印刷品进行质量残缺品类型及等级分类而得;
将所述大张印刷品进行裁切,得到单独印刷品;
生成单独印刷品收料结果,所述单独印刷品收料结果为根据所述大张印刷品质量等级分类结果结合所述二维位置编码信息生成。
作为一种实施方式,所述方法还包括:
通过所述位置编码信息,对印刷品的检测状态进行实时位置监控。当获取到检测结果,根据检测前形成的位置编码信息,形成位置编码信息与印刷品相匹配的状态检品,然后不停的监测状态检品的状态,形成位置实时跟踪。待状态检品到达收料仓时,进行收料与否动作。如:一般印刷质量问题,需要在状态检品到达一般缺陷仓位置时进行收料。如果是检测到有错码时,等状态检品到达严重废品缺陷仓时进行收料。无缺陷状态检品等到达好品仓进行收料,依次类推。在实际应用中,收料仓的设置可以不止三个,可以更多,主要是看具体质量等级要求,假设要求印刷品的质量等级是6级,则收料仓可以设置成6个。
当质量检测为三工位检测时,所述获取位置编码信息对应的印刷品的图像检测结果,包括:
获取三个检测工位上各个工位的印刷品图像独立检测结果;
根据所述独立检测结果,获取各个位置编码信息对应的印刷品的图像检测结果。
作为一种实施方式,所述获取三个检测工位上各个工位的印刷品图像独立检测结果,包括:
第一检测工位针对于一般印刷质量,如印刷品形状或颜色质量检测,使用彩色相机,隧道光源;第二检测工位针对三维缺陷,气泡,划痕,压凸与凹坑等进行质量检测,使用黑白相机,三维光源;第三检测工位针对于印刷品可编码、可变数据进行检测,主要是条码、二维码等;使用小面阵加环形光源。通过三个工位的检测结果,形成批量的质量等级品。具体应用时,可以形成多工位不止如上三个,要求越多,检测越细致,则工位要求就越多。
本申请实施例还提供了一种印刷品质量检测、收料系统,包括:
位置编码信息获取单元,用于获取印刷品的位置编码信息,所述印刷品包括单个印刷品和大张印刷品,所述大张印刷品为包括多个单张印刷品的印刷单元;
图像检测结果获取单元,用于获取位置编码信息对应的印刷品的图像检测结果;
质量等级分类结果获取单元,用于获取印刷品质量等级分类结果,所述印刷品质量等级分类结果为根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类而得;
收料结果生成单元,用于生成印刷品收料结果,所述印刷品收料结果为根据所述印刷品质量等级分类结果结合所述位置编码信息生成。
作为一种实施方式,所述系统还包括位置监控单元,所述位置监控单元,用于通过所述位置编码信息,对印刷品的检测状态进行实时位置监控。
本申请实施例还提供了一种检测设备,所述检测设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述印刷品质量检测、收料方法。
需要说明的是,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。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。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申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,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。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的内容,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (7)

1.一种印刷品质量检测、收料方法,其特征在于,包括以下步骤:
获取印刷品的位置编码信息,所述印刷品包括单个印刷品和大张印刷品,所述大张印刷品为包括多个单张印刷品的印刷单元;
获取位置编码信息对应的印刷品的图像检测结果;
获取印刷品质量等级分类结果,所述印刷品质量等级分类结果为根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类而得;
生成印刷品收料结果,所述印刷品收料结果为根据所述印刷品质量等级分类结果结合所述位置编码信息生成;所述获取印刷品的位置编码信息,包括:
根据印刷品的类型,获取印刷品的一维位置编码信息或二维位置编码信息,所述一维位置编码信息对应于单个印刷品位置编码信息,所述二维位置编码信息对应于大张印刷品位置编码信息;所述方法还包括:
获取单个印刷品的一维位置编码信息;
获取所述一维位置编码信息对应的单个印刷品的图像检测结果;
获取单个印刷品质量等级分类结果,所述单个印刷品质量等级分类结果为根据预设的质量要求与标准结合单个印刷品的图像检测结果,对单个印刷品进行质量残缺品类型及等级分类而得;
生成单个印刷品收料结果,所述单个印刷品收料结果为根据所述单个印刷品质量等级分类结果结合所述一维位置编码信息生成;
或获取大张印刷品的二维位置编码信息;
获取所述二维位置编码信息对应的大张印刷品的图像检测结果;
获取大张印刷品质量等级分类结果,所述大张印刷品质量等级分类结果为根据预设的质量要求与标准结合大张印刷品的图像检测结果,对大张印刷品进行质量残缺品类型及等级分类而得;
将所述大张印刷品进行裁切,得到单独印刷品;
生成单独印刷品收料结果,所述单独印刷品收料结果为根据所述大张印刷品质量等级分类结果结合所述二维位置编码信息生成。
2.根据权利要求1所述的印刷品质量检测、收料方法,其特征在于,所述方法还包括:
通过所述位置编码信息,对印刷品的检测状态进行实时位置监控。
3.根据权利要求1所述的印刷品质量检测、收料方法,其特征在于,所述获取位置编码信息对应的印刷品的图像检测结果,包括:
获取各个工位印刷品图像的独立检测结果;
根据所述独立检测结果,获取各个位置编码信息对应的印刷品的图像检测结果。
4.根据权利要求3所述的印刷品质量检测、收料方法,其特征在于,所述获取各个工位印刷品图像的独立检测结果,包括:
获取印刷品形状或颜色质量检测结果、获取印刷品三维缺陷检测结果以及获取印刷品中可编码、可变数据的检测结果。
5.一种印刷品质量检测、收料系统,用于执行权利要求1-4任一项所述的印刷品质量检测、收料方法,其特征在于,包括:
位置编码信息获取单元,用于获取印刷品的位置编码信息,所述印刷品包括单个印刷品和大张印刷品,所述大张印刷品为包括多个单张印刷品的印刷单元;
图像检测结果获取单元,用于获取位置编码信息对应的印刷品的图像检测结果;
质量等级分类结果获取单元,用于获取印刷品质量等级分类结果,所述印刷品质量等级分类结果为根据预设的质量要求与标准结合印刷品的图像检测结果,对印刷品进行质量残缺品类型及等级分类而得;
收料结果生成单元,用于生成印刷品收料结果,所述印刷品收料结果为根据所述印刷品质量等级分类结果结合所述位置编码信息生成。
6.根据权利要求5所述的印刷品质量检测、收料系统,其特征在于,所述系统还包括位置监控单元,所述位置监控单元,用于通过所述位置编码信息,对印刷品的检测状态进行实时位置监控。
7.一种检测设备,用于执行权利要求1-4任一项所述的印刷品质量检测、收料方法,其特征在于,所述检测设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1至4任一项所述的印刷品质量检测、收料方法。
CN202011553407.9A 2020-12-24 2020-12-24 一种印刷品质量检测、收料方法和系统 Active CN112767306B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011553407.9A CN112767306B (zh) 2020-12-24 2020-12-24 一种印刷品质量检测、收料方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011553407.9A CN112767306B (zh) 2020-12-24 2020-12-24 一种印刷品质量检测、收料方法和系统

Publications (2)

Publication Number Publication Date
CN112767306A CN112767306A (zh) 2021-05-07
CN112767306B true CN112767306B (zh) 2024-09-06

Family

ID=75694179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011553407.9A Active CN112767306B (zh) 2020-12-24 2020-12-24 一种印刷品质量检测、收料方法和系统

Country Status (1)

Country Link
CN (1) CN112767306B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115081703A (zh) * 2022-06-15 2022-09-20 苏州凌云视界智能设备有限责任公司 一种气量预测方法、装置、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102157024A (zh) * 2011-05-03 2011-08-17 西安印钞有限公司 一种大张检查机机检数据在线二次检测核查的系统及方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5058175A (en) * 1990-01-11 1991-10-15 Mitsubishi Jukogyo Kabushiki Kaisha Quality inspection method for a printed matter
EP0772145A3 (en) * 1995-11-06 1999-02-24 JOHNSON & QUIN, INC. System and method for determining quality of printed matter
DE102004019978B3 (de) * 2004-04-23 2005-08-04 Koenig & Bauer Ag Verfahren zur Beurteilung einer Qualität einer von einer Druckmaschine produzierten Drucksache
CN102615053A (zh) * 2012-01-18 2012-08-01 烟台市亨利不干胶印刷有限公司 柔版机添加质检剔次装置
CN103640331B (zh) * 2013-11-25 2016-02-10 上海理工大学 一种优化的印刷品清晰度检测方法
CN103954634A (zh) * 2014-05-08 2014-07-30 昆明瑞丰印刷有限公司 一种印刷品在线质量检测系统
CN105279141B (zh) * 2015-10-27 2018-10-26 武汉改图网技术有限公司 一种基于模糊匹配算法的印刷品仿制设计方法和系统
CN105510333B (zh) * 2015-12-16 2018-09-18 凌云光技术集团有限责任公司 一种塑料薄膜软包装印品中缺陷的定位方法及装置
CN105882142A (zh) * 2016-04-26 2016-08-24 阜阳市飞扬印务有限公司 印刷品缺陷检测系统及其方法
CN106251341B (zh) * 2016-07-22 2019-12-24 凌云光技术集团有限责任公司 一种印刷品质量检测方法
CN106228562A (zh) * 2016-08-01 2016-12-14 浙江科技学院 基于概率神经网络算法的在线印刷品色彩质量评价方法
CN106383131B (zh) * 2016-09-20 2023-11-28 珠海格力电器股份有限公司 印刷品视觉检测方法、装置和系统
DE102017216260A1 (de) * 2017-09-14 2019-03-14 Heidelberger Druckmaschinen Ag Bildinspektion von Druckerzeugnissen mit Fehlerklassen
CN208568630U (zh) * 2018-08-14 2019-03-01 凌云光技术集团有限责任公司 一种基于图像的印刷品混版检测装置
CN109507209A (zh) * 2019-01-22 2019-03-22 中科院金华信息技术有限公司 一种薄膜印刷缺陷检测系统及方法
CN109829914B (zh) * 2019-02-26 2021-09-03 视睿(杭州)信息科技有限公司 检测产品缺陷的方法和装置
CN110605244A (zh) * 2019-09-12 2019-12-24 汕头东风印刷股份有限公司 一种产品品质检测装置
CN111242896A (zh) * 2019-12-31 2020-06-05 电子科技大学 一种彩色印刷标签缺陷检测与质量评级方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102157024A (zh) * 2011-05-03 2011-08-17 西安印钞有限公司 一种大张检查机机检数据在线二次检测核查的系统及方法

Also Published As

Publication number Publication date
CN112767306A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
CN109724984B (zh) 一种基于深度学习算法的缺陷检测识别装置和方法
KR101774074B1 (ko) 웨브 제조 공정에서의 응용-특정된 반복 결함 검출 시스템
Babic et al. Image based quality inspection in smart manufacturing systems: A literature review
CN113744244B (zh) 测量锂电池极片边缘到极耳边缘距离的在线视觉检测系统
CN110570146B (zh) 一种产品分拣方法及装置、计算机可读存储介质
CN110146506A (zh) 一种偏光板自动光学检查机检测规格准确度调整方法
CN112767306B (zh) 一种印刷品质量检测、收料方法和系统
CN102221560A (zh) 镭射纸张和镭射膜的自动检测设备
US20220284699A1 (en) System and method of object detection using ai deep learning models
CN114742818A (zh) 一种基于工业面阵摄像头视觉缺陷检测系统及其检测方法
CN114219799A (zh) 一种智能制造用次品分析方法及系统
US20230169642A1 (en) Inspecting Sheet Goods Using Deep Learning
CN114750510A (zh) 一种缺陷标记及自动剔除方法、系统、设备、介质
Rosandich et al. Intelligent visual inspection
EP4268149A1 (en) Machine learning-based generation of rule-based classification recipes for inspection system
CN114733799B (zh) 一种光学薄膜卷料裁切系统及方法
CN111103121A (zh) 显示面板的修补方法及修补装置
CN115879855A (zh) 一种基于erp管理系统的订单数据分析系统及方法
CN116188376A (zh) 一种基于孪生神经网络的数码印花步进道检测方法
CN113135037A (zh) 一种印刷品工艺缺陷跟踪系统及方法
CN112763497B (zh) 基于电平编码触发的视觉检测图像序列匹配系统及方法
CN115222705A (zh) 基于改进yolov5的化纤丝饼外观缺陷检测方法
CN114331944A (zh) 人工智能瑕疵图像分类方法及其系统
Amodu et al. Revolutionizing Vehicle Damage Inspection: A Deep Learning Approach for Automated Detection and Classification.
CN118090756A (zh) 一种输液瓶和输液袋灯检系统及灯检方法

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
GR01 Patent grant
GR01 Patent grant