CN114037688A - 智能化的印品图像检测方法和系统 - Google Patents

智能化的印品图像检测方法和系统 Download PDF

Info

Publication number
CN114037688A
CN114037688A CN202111326826.3A CN202111326826A CN114037688A CN 114037688 A CN114037688 A CN 114037688A CN 202111326826 A CN202111326826 A CN 202111326826A CN 114037688 A CN114037688 A CN 114037688A
Authority
CN
China
Prior art keywords
image
printed
printed product
product
information
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
CN202111326826.3A
Other languages
English (en)
Inventor
杨开新
冯润泉
庞东华
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.)
Changde Tongda Machinery Manufacturing Co ltd
Original Assignee
Changde Tongda Machinery Manufacturing 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 Changde Tongda Machinery Manufacturing Co ltd filed Critical Changde Tongda Machinery Manufacturing Co ltd
Priority to CN202111326826.3A priority Critical patent/CN114037688A/zh
Publication of CN114037688A publication Critical patent/CN114037688A/zh
Pending legal-status Critical Current

Links

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20228—Disparity calculation for image-based rendering
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Inking, Control Or Cleaning Of Printing Machines (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供了智能化的印品图像检测方法和系统，其通过对印品进行第一次拍摄，确定印品表面当前是否存在皱褶和对印品施加拉伸作用力，以此使印品表面变为平整；接着对印品进行第二次拍摄，确定印品上印刷的图像对应的图像形状和/或颜色信息，并将其与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；最后根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品，其能够确保对印品上印刷的图像进行完整全面的拍摄检测，以此确定印品图像在轮廓线条和/或色度分布上是否符合预设印品图像模板要求，从而实现对印品图像的自动化、高效和准确的检测以及快速筛选出残次印品。

Description

智能化的印品图像检测方法和系统
技术领域
本发明涉及印品质量检测的技术领域，特别涉及智能化的印品图像检测方法和系统。
背景技术
衣服等织物或者海报等纸制品上都会印刷有不同类型的图像。这些图像通常是根据同一模板并结合喷漆印刷的方式来在织物或者纸张上形成的。在实际印刷过程中，由于织物或者纸张表面上存在污渍而使得喷漆颜料无法附着在其表面上，还有当织物或者纸张在印刷过程中存在折叠而导致图像印刷移位，上述这些情况都会影响印刷得到的图像轮廓完整性和图像色度分布匹配性，从而导致残次印品的出现。现有技术都是通过人工肉眼检测方式来筛选出残次印品，但是这种方式效率低下，并且无法百分之百对残次印品的筛选，从而降低印品图像检测的效率和准确性。
发明内容
针对现有技术存在的缺陷，本发明提供智能化的印品图像检测方法和系统，其通过对印品进行第一次拍摄，确定印品表面当前是否存在皱褶和对印品施加拉伸作用力，以此使印品表面变为平整；接着对印品进行第二次拍摄，确定印品上印刷的图像对应的图像形状和/或颜色信息，并将其与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；最后根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品，这样通过对印品进行两次影像拍摄和分析的方式，确保对印品上印刷的图像进行完整全面的拍摄检测，以此确定印品图像在轮廓线条和/或色度分布上是否符合预设印品图像模板要求，从而实现对印品图像的自动化、高效和准确的检测以及快速筛选出残次印品。
本发明提供智能化的印品图像检测方法，其特征在于，其包括如下步骤：
步骤S1，将印品进行支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析所述第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；并根据所述皱褶存在位置，重新调整对印品施加的作用力；
步骤S2，当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对所述图像形状和/或颜色信息进行降噪预处理；
步骤S3，将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；再根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品；
进一步，在所述步骤S1中，将印品进行支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析所述第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；并根据所述皱褶存在位置，重新调整对印品施加的作用力具体包括：
步骤S101，对印品的四个角落区域进行支撑固定后，对所述四个角落区域分别施加沿印品中心区域向印品角落区域方向的作用力，同时沿着印品所在表面的法线方向对印品进行第一次拍摄，以此获得第一印品影像；
步骤S102，从所述第一印品影像中提取得到相应的影像纹理信息，并根据所述影像纹理信息，确定所述第一印品影像不同像素区域对应的影像纹理深度值；将所述影像纹理深度值与预设纹理深度阈值进行比对，若所述影像纹理深度值大于或者等于预设纹理深度阈值，则确定所述像素区域对应于印品的位置区域存在皱褶，否则，确定所述像素区域对应于印品的位置区域不存在皱褶；
步骤S103，确定印品中心区域到印品存在皱褶位置区域之间的方向，沿着所述方向对印品施加拉伸作用力，并在施加拉伸作用力的过程中增大所述拉伸作用力，直到皱褶消失为止；
进一步，在所述步骤S2中，当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对所述图像形状和/或颜色信息进行降噪预处理具体包括：
步骤S201，当确定印品整体处于无皱褶状态时，对印品进行双目式的第二次拍摄，从而获得关于印品的双目式的第二印品影像；
步骤S202，确定双目式的第二印品影像对应的影像视差，并根据所述影像视差，生成印品整体处于无皱褶状态下对应的立体影像；
步骤S203，从所述立体影像中提取得到印品上印刷的图像对应的图像边缘轮廓信息和/或图像色度分布信息；其中，所述图像边缘轮廓信息是指印品上印刷的图像上边缘线条的轮廓信息，所述图像色度分布信息是指印品上印刷的图像内部不同区域的色度值分布信息；再对所述图像边缘轮廓信息和/或所述图像色度分布信息进行卡尔曼滤波降噪预处理；
进一步，在所述步骤S3中，将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；再根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品具体包括：
步骤S301，从卡尔曼滤波降噪预处理后的图像边缘轮廓信息中提取得到印品上印刷的图像边缘线条轮廓走向信息，和/或从卡尔曼滤波降噪预处理后的图像色度分布信息中提取得到印品上印刷的图像内部不同像素区域的色度值信息；
步骤S302，将所述图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值；将所述图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值；
步骤S303，若所述边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，和/或图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则确定印品属于不合格印品，否则，确定印品属于合格印品；再对所述不合格印品进行标记后，以此从所有印品中将所有不合格印品筛选出来。
本发明还提供智能化的印品图像检测系统，其特征在于，其包括印品固定与作用模块、印品影像拍摄与分析模块、印品图像评价模块和印品质量判断模块；其中，
所述印品影像拍摄与分析模块用于当印品被支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析所述第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；
所述印品固定与作用模块用于根据所述皱褶存在位置，重新调整对印品施加的作用力；；
所述印品影像拍摄与分析模块还用于当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对所述图像形状和/或颜色信息进行降噪预处理；
所述印品图像评价模块用于将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；
所述印品质量判断模块用于根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品；
进一步，所述印品固定与作用模块还用于对印品的四个角落区域进行支撑固定后，对所述四个角落区域分别施加沿印品中心区域向印品角落区域方向的作用力；
所述印品影像拍摄与分析模块还用于当印品被支撑固定后，沿着印品所在表面的法线方向对印品进行第一次拍摄，以此获得第一印品影像；从所述第一印品影像中提取得到相应的影像纹理信息，并根据所述影像纹理信息，确定所述第一印品影像不同像素区域对应的影像纹理深度值；将所述影像纹理深度值与预设纹理深度阈值进行比对，若所述影像纹理深度值大于或者等于预设纹理深度阈值，则确定所述像素区域对应于印品的位置区域存在皱褶，否则，确定所述像素区域对应于印品的位置区域不存在皱褶；
所述印品固定与作用模块还用于确定印品中心区域到印品存在皱褶位置区域之间的方向，沿着所述方向对印品施加拉伸作用力，并在施加拉伸作用力的过程中增大所述拉伸作用力，直到皱褶消失为止；
进一步，所述印品影像拍摄与分析模块用于当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对所述图像形状和/或颜色信息进行降噪预处理具体包括：
当确定印品整体处于无皱褶状态时，对印品进行双目式的第二次拍摄，从而获得关于印品的双目式的第二印品影像；
确定双目式的第二印品影像对应的影像视差，并根据所述影像视差，生成印品整体处于无皱褶状态下对应的立体影像；
从所述立体影像中提取得到印品上印刷的图像对应的图像边缘轮廓信息和/或图像色度分布信息；其中，所述图像边缘轮廓信息是指印品上印刷的图像上边缘线条的轮廓信息，所述图像色度分布信息是指印品上印刷的图像内部不同区域的色度值分布信息；再对所述图像边缘轮廓信息和/或所述图像色度分布信息进行卡尔曼滤波降噪预处理；
进一步，所述印品图像评价模块用于将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差具体包括：
从卡尔曼滤波降噪预处理后的图像边缘轮廓信息中提取得到印品上印刷的图像边缘线条轮廓走向信息，和/或从卡尔曼滤波降噪预处理后的图像色度分布信息中提取得到印品上印刷的图像内部不同像素区域的色度值信息；
将所述图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值；将所述图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值；
以及，
所述印品质量判断模块用于根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品具体包括：
若所述边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，和/或图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则确定印品属于不合格印品，否则，确定印品属于合格印品；再对所述不合格印品进行标记后，以此从所有印品中将所有不合格印品筛选出来。
相比于现有技术，该智能化的印品图像检测方法和系统通过对印品进行第一次拍摄，确定印品表面当前是否存在皱褶和对印品施加拉伸作用力，以此使印品表面变为平整；接着对印品进行第二次拍摄，确定印品上印刷的图像对应的图像形状和/或颜色信息，并将其与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；最后根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品，这样通过对印品进行两次影像拍摄和分析的方式，确保对印品上印刷的图像进行完整全面的拍摄检测，以此确定印品图像在轮廓线条和/或色度分布上是否符合预设印品图像模板要求，从而实现对印品图像的自动化、高效和准确的检测以及快速筛选出残次印品。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明提供的智能化的印品图像检测方法的流程示意图。
图2为本发明提供的智能化的印品图像检测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的智能化的印品图像检测方法的流程示意图。该智能化的印品图像检测方法包括如下步骤：
步骤S1，将印品进行支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析该第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；并根据该皱褶存在位置，重新调整对印品施加的作用力；
步骤S2，当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析该第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对该图像形状和/或颜色信息进行降噪预处理；
步骤S3，将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；再根据该图像形状和/或颜色偏差，判断印品是否属于合格印品。
上述技术方案的有益效果为：该智能化的印品图像检测方法通过对印品进行第一次拍摄，确定印品表面当前是否存在皱褶和对印品施加拉伸作用力，以此使印品表面变为平整；接着对印品进行第二次拍摄，确定印品上印刷的图像对应的图像形状和/或颜色信息，并将其与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；最后根据该图像形状和/或颜色偏差，判断印品是否属于合格印品，这样通过对印品进行两次影像拍摄和分析的方式，确保对印品上印刷的图像进行完整全面的拍摄检测，以此确定印品图像在轮廓线条和/或色度分布上是否符合预设印品图像模板要求，从而实现对印品图像的自动化、高效和准确的检测以及快速筛选出残次印品。
优选地，在该步骤S1中，将印品进行支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析该第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；并根据该皱褶存在位置，重新调整对印品施加的作用力具体包括：
步骤S101，对印品的四个角落区域进行支撑固定后，对该四个角落区域分别施加沿印品中心区域向印品角落区域方向的作用力，同时沿着印品所在表面的法线方向对印品进行第一次拍摄，以此获得第一印品影像；
步骤S102，从该第一印品影像中提取得到相应的影像纹理信息，并根据该影像纹理信息，确定该第一印品影像不同像素区域对应的影像纹理深度值；将该影像纹理深度值与预设纹理深度阈值进行比对，若该影像纹理深度值大于或者等于预设纹理深度阈值，则确定该像素区域对应于印品的位置区域存在皱褶，否则，确定该像素区域对应于印品的位置区域不存在皱褶；
步骤S103，确定印品中心区域到印品存在皱褶位置区域之间的方向，沿着该方向对印品施加拉伸作用力，并在施加拉伸作用力的过程中增大该拉伸作用力，直到皱褶消失为止。
上述技术方案的有益效果为：印品通常为印刷有图像的织物或者纸张，这些印品在通常状态下都是处于存在皱褶的状态，若此时直接对印品进行拍摄，拍摄得到的图像必然会因为皱褶的存在而存在缺失或者扭曲变形的情况，因此为了完整和全面地拍摄到印品上印刷的图像，需要对印品施加相应的拉伸作用力，从而使印品整体处于绷紧和表面平整无皱褶的状态。在实际操作中，可首先采用夹持设备对印品的四个角落区域进行支撑固定，接着对印品进行第一次拍摄并分析拍摄得到的第一印品影像。当印品表面整体是平整时，该第一印品影像对应的影像纹理深度值都是均一的；当印品表面的某一区域存在皱褶时，该第一印品影像相应区域的影像纹理深度值相比起其他不存在皱褶的区域的影像纹理深度值较大，这样通过将该影像纹理深度值与预设纹理深度阈值进行比对，能够量化和准确地判断印品对应的位置区域是否存在皱褶，从而便于后续有针对性地对印品施加方向和大小合适的拉伸作用力，以此消除印品对应存在的皱褶。
优选地，在该步骤S2中，当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析该第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对该图像形状和/或颜色信息进行降噪预处理具体包括：
步骤S201，当确定印品整体处于无皱褶状态时，对印品进行双目式的第二次拍摄，从而获得关于印品的双目式的第二印品影像；
步骤S202，确定双目式的第二印品影像对应的影像视差，并根据该影像视差，生成印品整体处于无皱褶状态下对应的立体影像；
步骤S203，从该立体影像中提取得到印品上印刷的图像对应的图像边缘轮廓信息和/或图像色度分布信息；其中，该图像边缘轮廓信息是指印品上印刷的图像上边缘线条的轮廓信息，该图像色度分布信息是指印品上印刷的图像内部不同区域的色度值分布信息；再对该图像边缘轮廓信息和/或该图像色度分布信息进行卡尔曼滤波降噪预处理。
上述技术方案的有益效果为：当确定印品整体处于皱褶状态，即印品表面整体平整时，对印品进行双目拍摄，并根据对应的影像视差得到印品整体处于无皱褶状态下对应的立体影像。该立体影像能够全面反映印品上印刷的图像的边缘线条轮廓信息和图像色度值分布信息，通过上述两种信息能够在图像形状和图像颜色两方面来对印品上印刷的图像质量进行量化评价。
优选地，在该步骤S3中，将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；再根据该图像形状和/或颜色偏差，判断印品是否属于合格印品具体包括：
步骤S301，从卡尔曼滤波降噪预处理后的图像边缘轮廓信息中提取得到印品上印刷的图像边缘线条轮廓走向信息，和/或从卡尔曼滤波降噪预处理后的图像色度分布信息中提取得到印品上印刷的图像内部不同像素区域的色度值信息；
步骤S302，将该图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值；将该图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值；
步骤S303，若该边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，和/或图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则确定印品属于不合格印品，否则，确定印品属于合格印品；再对该不合格印品进行标记后，以此从所有印品中将所有不合格印品筛选出来。
上述技术方案的有益效果为：将该图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值，若该边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，则表明印品上印刷的图像形状与标准的图像形状之间存在较大的偏差(比如图像形状过大或者过小，图像线条走向偏离较大)。将该图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值，若图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则表明印品上印刷的图像与标准的图像之间存在较大的色差。此时，相应的印品会被确定为属于不合格印品，并在印品上标记上“不合格”等识别文字，以便于后续快速地从所有印品中将所有不合格印品筛选出来。
参阅图2，为本发明实施例提供的智能化的印品图像检测系统的结构示意图。该智能化的印品图像检测系统包括印品固定与作用模块、印品影像拍摄与分析模块、印品图像评价模块和印品质量判断模块；其中，
该印品影像拍摄与分析模块用于当印品被支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析该第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；
该印品固定与作用模块用于根据该皱褶存在位置，重新调整对印品施加的作用力；；
该印品影像拍摄与分析模块还用于当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析该第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对该图像形状和/或颜色信息进行降噪预处理；
该印品图像评价模块用于将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；
该印品质量判断模块用于根据该图像形状和/或颜色偏差，判断印品是否属于合格印品。
上述技术方案的有益效果为：该智能化的印品图像检测系统通过对印品进行第一次拍摄，确定印品表面当前是否存在皱褶和对印品施加拉伸作用力，以此使印品表面变为平整；接着对印品进行第二次拍摄，确定印品上印刷的图像对应的图像形状和/或颜色信息，并将其与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；最后根据该图像形状和/或颜色偏差，判断印品是否属于合格印品，这样通过对印品进行两次影像拍摄和分析的方式，确保对印品上印刷的图像进行完整全面的拍摄检测，以此确定印品图像在轮廓线条和/或色度分布上是否符合预设印品图像模板要求，从而实现对印品图像的自动化、高效和准确的检测以及快速筛选出残次印品。
优选地，该印品固定与作用模块还用于对印品的四个角落区域进行支撑固定后，对该四个角落区域分别施加沿印品中心区域向印品角落区域方向的作用力；
该印品影像拍摄与分析模块还用于当印品被支撑固定后，沿着印品所在表面的法线方向对印品进行第一次拍摄，以此获得第一印品影像；从该第一印品影像中提取得到相应的影像纹理信息，并根据该影像纹理信息，确定该第一印品影像不同像素区域对应的影像纹理深度值；将该影像纹理深度值与预设纹理深度阈值进行比对，若该影像纹理深度值大于或者等于预设纹理深度阈值，则确定该像素区域对应于印品的位置区域存在皱褶，否则，确定该像素区域对应于印品的位置区域不存在皱褶；
该印品固定与作用模块还用于确定印品中心区域到印品存在皱褶位置区域之间的方向，沿着该方向对印品施加拉伸作用力，并在施加拉伸作用力的过程中增大该拉伸作用力，直到皱褶消失为止。
上述技术方案的有益效果为：印品通常为印刷有图像的织物或者纸张，这些印品在通常状态下都是处于存在皱褶的状态，若此时直接对印品进行拍摄，拍摄得到的图像必然会因为皱褶的存在而存在缺失或者扭曲变形的情况，因此为了完整和全面地拍摄到印品上印刷的图像，需要对印品施加相应的拉伸作用力，从而使印品整体处于绷紧和表面平整无皱褶的状态。在实际操作中，可首先采用夹持设备对印品的四个角落区域进行支撑固定，接着对印品进行第一次拍摄并分析拍摄得到的第一印品影像。当印品表面整体是平整时，该第一印品影像对应的影像纹理深度值都是均一的；当印品表面的某一区域存在皱褶时，该第一印品影像相应区域的影像纹理深度值相比起其他不存在皱褶的区域的影像纹理深度值较大，这样通过将该影像纹理深度值与预设纹理深度阈值进行比对，能够量化和准确地判断印品对应的位置区域是否存在皱褶，从而便于后续有针对性地对印品施加方向和大小合适的拉伸作用力，以此消除印品对应存在的皱褶。
优选地，该印品影像拍摄与分析模块用于当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析该第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对该图像形状和/或颜色信息进行降噪预处理具体包括：
当确定印品整体处于无皱褶状态时，对印品进行双目式的第二次拍摄，从而获得关于印品的双目式的第二印品影像；
确定双目式的第二印品影像对应的影像视差，并根据该影像视差，生成印品整体处于无皱褶状态下对应的立体影像；
从该立体影像中提取得到印品上印刷的图像对应的图像边缘轮廓信息和/或图像色度分布信息；其中，该图像边缘轮廓信息是指印品上印刷的图像上边缘线条的轮廓信息，该图像色度分布信息是指印品上印刷的图像内部不同区域的色度值分布信息；再对该图像边缘轮廓信息和/或该图像色度分布信息进行卡尔曼滤波降噪预处理。
上述技术方案的有益效果为：当确定印品整体处于皱褶状态，即印品表面整体平整时，对印品进行双目拍摄，并根据对应的影像视差得到印品整体处于无皱褶状态下对应的立体影像。该立体影像能够全面反映印品上印刷的图像的边缘线条轮廓信息和图像色度值分布信息，通过上述两种信息能够在图像形状和图像颜色两方面来对印品上印刷的图像质量进行量化评价。
优选地，该印品图像评价模块用于将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差具体包括：
从卡尔曼滤波降噪预处理后的图像边缘轮廓信息中提取得到印品上印刷的图像边缘线条轮廓走向信息，和/或从卡尔曼滤波降噪预处理后的图像色度分布信息中提取得到印品上印刷的图像内部不同像素区域的色度值信息；
将该图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值；将该图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值；
以及，
该印品质量判断模块用于根据该图像形状和/或颜色偏差，判断印品是否属于合格印品具体包括：
若该边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，和/或图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则确定印品属于不合格印品，否则，确定印品属于合格印品；再对该不合格印品进行标记后，以此从所有印品中将所有不合格印品筛选出来。
上述技术方案的有益效果为：将该图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值，若该边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，则表明印品上印刷的图像形状与标准的图像形状之间存在较大的偏差(比如图像形状过大或者过小，图像线条走向偏离较大)。将该图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值，若图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则表明印品上印刷的图像与标准的图像之间存在较大的色差。此时，相应的印品会被确定为属于不合格印品，并在印品上标记上“不合格”等识别文字，以便于后续快速地从所有印品中将所有不合格印品筛选出来。
从上述实施例的内容可知，该智能化的印品图像检测方法和系统通过对印品进行第一次拍摄，确定印品表面当前是否存在皱褶和对印品施加拉伸作用力，以此使印品表面变为平整；接着对印品进行第二次拍摄，确定印品上印刷的图像对应的图像形状和/或颜色信息，并将其与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；最后根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品，这样通过对印品进行两次影像拍摄和分析的方式，确保对印品上印刷的图像进行完整全面的拍摄检测，以此确定印品图像在轮廓线条和/或色度分布上是否符合预设印品图像模板要求，从而实现对印品图像的自动化、高效和准确的检测以及快速筛选出残次印品。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.智能化的印品图像检测方法，其特征在于，其包括如下步骤：
步骤S1，将印品进行支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析所述第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；并根据所述皱褶存在位置，重新调整对印品施加的作用力；
步骤S2，当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对所述图像形状和/或颜色信息进行降噪预处理；
步骤S3，将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；再根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品。
2.如权利要求1所述的智能化的印品图像检测方法，其特征在于：
在所述步骤S1中，将印品进行支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析所述第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；并根据所述皱褶存在位置，重新调整对印品施加的作用力具体包括：
步骤S101，对印品的四个角落区域进行支撑固定后，对所述四个角落区域分别施加沿印品中心区域向印品角落区域方向的作用力，同时沿着印品所在表面的法线方向对印品进行第一次拍摄，以此获得第一印品影像；
步骤S102，从所述第一印品影像中提取得到相应的影像纹理信息，并根据所述影像纹理信息，确定所述第一印品影像不同像素区域对应的影像纹理深度值；将所述影像纹理深度值与预设纹理深度阈值进行比对，若所述影像纹理深度值大于或者等于预设纹理深度阈值，则确定所述像素区域对应于印品的位置区域存在皱褶，否则，确定所述像素区域对应于印品的位置区域不存在皱褶；
步骤S103，确定印品中心区域到印品存在皱褶位置区域之间的方向，沿着所述方向对印品施加拉伸作用力，并在施加拉伸作用力的过程中增大所述拉伸作用力，直到皱褶消失为止。
3.如权利要求2所述的智能化的印品图像检测方法，其特征在于：
在所述步骤S2中，当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对所述图像形状和/或颜色信息进行降噪预处理具体包括：
步骤S201，当确定印品整体处于无皱褶状态时，对印品进行双目式的第二次拍摄，从而获得关于印品的双目式的第二印品影像；
步骤S202，确定双目式的第二印品影像对应的影像视差，并根据所述影像视差，生成印品整体处于无皱褶状态下对应的立体影像；
步骤S203，从所述立体影像中提取得到印品上印刷的图像对应的图像边缘轮廓信息和/或图像色度分布信息；其中，所述图像边缘轮廓信息是指印品上印刷的图像上边缘线条的轮廓信息，所述图像色度分布信息是指印品上印刷的图像内部不同区域的色度值分布信息；再对所述图像边缘轮廓信息和/或所述图像色度分布信息进行卡尔曼滤波降噪预处理。
4.如权利要求3所述的智能化的印品图像检测方法，其特征在于：
在所述步骤S3中，将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；再根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品具体包括：
步骤S301，从卡尔曼滤波降噪预处理后的图像边缘轮廓信息中提取得到印品上印刷的图像边缘线条轮廓走向信息，和/或从卡尔曼滤波降噪预处理后的图像色度分布信息中提取得到印品上印刷的图像内部不同像素区域的色度值信息；
步骤S302，将所述图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值；将所述图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值；
步骤S303，若所述边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，和/或图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则确定印品属于不合格印品，否则，确定印品属于合格印品；再对所述不合格印品进行标记后，以此从所有印品中将所有不合格印品筛选出来。
5.智能化的印品图像检测系统，其特征在于，其包括印品固定与作用模块、印品影像拍摄与分析模块、印品图像评价模块和印品质量判断模块；其中，
所述印品影像拍摄与分析模块用于当印品被支撑固定后，对印品进行第一次拍摄，以此获得第一印品影像；分析所述第一印品影像，从而确定印品在当前支撑固定状态下的皱褶存在位置；
所述印品固定与作用模块用于根据所述皱褶存在位置，重新调整对印品施加的作用力；；
所述印品影像拍摄与分析模块还用于当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；
并对所述图像形状和/或颜色信息进行降噪预处理；
所述印品图像评价模块用于将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差；
所述印品质量判断模块用于根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品。
6.如权利要求5所述的智能化的印品图像检测系统，其特征在于：
所述印品固定与作用模块还用于对印品的四个角落区域进行支撑固定后，对所述四个角落区域分别施加沿印品中心区域向印品角落区域方向的作用力；
所述印品影像拍摄与分析模块还用于当印品被支撑固定后，沿着印品所在表面的法线方向对印品进行第一次拍摄，以此获得第一印品影像；从所述第一印品影像中提取得到相应的影像纹理信息，并根据所述影像纹理信息，确定所述第一印品影像不同像素区域对应的影像纹理深度值；将所述影像纹理深度值与预设纹理深度阈值进行比对，若所述影像纹理深度值大于或者等于预设纹理深度阈值，则确定所述像素区域对应于印品的位置区域存在皱褶，否则，确定所述像素区域对应于印品的位置区域不存在皱褶；
所述印品固定与作用模块还用于确定印品中心区域到印品存在皱褶位置区域之间的方向，沿着所述方向对印品施加拉伸作用力，并在施加拉伸作用力的过程中增大所述拉伸作用力，直到皱褶消失为止。
7.如权利要求6所述的智能化的印品图像检测系统，其特征在于：
所述印品影像拍摄与分析模块用于当确定印品整体处于无皱褶状态时，对印品进行第二次拍摄，以此获得第二印品影像；分析所述第二印品影像，从而获得印品上印刷的图像对应的图像形状和/或颜色信息；并对所述图像形状和/或颜色信息进行降噪预处理具体包括：
当确定印品整体处于无皱褶状态时，对印品进行双目式的第二次拍摄，从而获得关于印品的双目式的第二印品影像；
确定双目式的第二印品影像对应的影像视差，并根据所述影像视差，生成印品整体处于无皱褶状态下对应的立体影像；
从所述立体影像中提取得到印品上印刷的图像对应的图像边缘轮廓信息和/或图像色度分布信息；其中，所述图像边缘轮廓信息是指印品上印刷的图像上边缘线条的轮廓信息，所述图像色度分布信息是指印品上印刷的图像内部不同区域的色度值分布信息；再对所述图像边缘轮廓信息和/或所述图像色度分布信息进行卡尔曼滤波降噪预处理。
8.如权利要求7所述的智能化的印品图像检测系统，其特征在于：
所述印品图像评价模块用于将降噪预处理后的图像形状和/或颜色信息与预设印品图像形状和/或颜色模板信息进行比对，从而确定印品上印刷的图像对应的图像形状和/或颜色偏差具体包括：
从卡尔曼滤波降噪预处理后的图像边缘轮廓信息中提取得到印品上印刷的图像边缘线条轮廓走向信息，和/或从卡尔曼滤波降噪预处理后的图像色度分布信息中提取得到印品上印刷的图像内部不同像素区域的色度值信息；
将所述图像边缘线条轮廓走向信息与预设印品图像边缘线条轮廓走向信息进行比对，以此确定两者之间的边缘线条轮廓走向距离偏差值；将所述图像内部不同像素区域的色度值信息与预设印品图像像素色度值信息进行比对，以此确定两者之间的像素色度偏差值；
以及，
所述印品质量判断模块用于根据所述图像形状和/或颜色偏差，判断印品是否属于合格印品具体包括：
若所述边缘线条轮廓走向距离偏差值大于或者等于预设距离偏差阈值，和/或图像中超过预设比例的像素对应的像素色度偏差值大于或者等于预设色度偏差阈值，则确定印品属于不合格印品，否则，确定印品属于合格印品；再对所述不合格印品进行标记后，以此从所有印品中将所有不合格印品筛选出来。
CN202111326826.3A 2021-11-10 2021-11-10 智能化的印品图像检测方法和系统 Pending CN114037688A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111326826.3A CN114037688A (zh) 2021-11-10 2021-11-10 智能化的印品图像检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111326826.3A CN114037688A (zh) 2021-11-10 2021-11-10 智能化的印品图像检测方法和系统

Publications (1)

Publication Number Publication Date
CN114037688A true CN114037688A (zh) 2022-02-11

Family

ID=80137133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111326826.3A Pending CN114037688A (zh) 2021-11-10 2021-11-10 智能化的印品图像检测方法和系统

Country Status (1)

Country Link
CN (1) CN114037688A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418899A (zh) * 2022-03-28 2022-04-29 深圳市嘉年印务有限公司 一种自彩印的自适应修复方法、系统及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418899A (zh) * 2022-03-28 2022-04-29 深圳市嘉年印务有限公司 一种自彩印的自适应修复方法、系统及可读存储介质
CN114418899B (zh) * 2022-03-28 2022-08-16 深圳市嘉年印务有限公司 一种自彩印的自适应修复方法、系统及可读存储介质

Similar Documents

Publication Publication Date Title
CN105957059B (zh) 电子元件漏件检测方法和系统
US5652804A (en) Automatic inspection of printing plates or cylinders
CN105976354B (zh) 基于颜色和梯度的元件定位方法和系统
CN110838149B (zh) 一种相机光源自动配置方法及系统
WO2017008854A1 (en) Image defect detection
CN110333267B (zh) 一种基于rsbss红外无损检测热成像缺陷图像处理方法及系统
CN106851264A (zh) 摄像模组镜头表面检测方法及装置
CN109886960A (zh) 基于机器视觉的玻璃边缘缺陷检测的方法
CA2281113C (en) Automatic inspection of print quality using an elastic model
CN115917595A (zh) 表面缺陷检测系统
CN112611343A (zh) 一种用于5g环形器的芯片平整度检测装置及其检测方法
CN115131353B (zh) 平网印花纺织品生产异常识别定位方法及系统
CN114037688A (zh) 智能化的印品图像检测方法和系统
CN109476151A (zh) 具有多个检测区域的检查系统
CN116642907A (zh) 电池片丝网印刷外观缺陷检测方法、设备及存储介质
CN105509657A (zh) 一种ic卡芯片划痕面积及灰度参量的高精度测量方法
CN105389818B (zh) 元件的定位方法和系统
US11135833B2 (en) Method for verifying a printing plate, specifically a gravure cylinder
Zhou et al. Defect detection of printing images on cans based on SSIM and chromatism
CN115601760A (zh) 一种柔印首件的缺陷评估方法
CA2171891C (en) Method for automatic evaluation by means of an otpo-electronic device
JP6665903B2 (ja) 特徴画像生成装置、検査装置、特徴画像生成方法及び特徴画像生成プログラム
CN114049321B (zh) 印品双面视觉检测方法和系统
JPH07186375A (ja) 印刷物の検査方法
CN108267459A (zh) 一种背光检测印刷品低对比度缺陷的方法及装置

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