CN114092375A - 包装袋封面印刷缺陷自动检测系统及方法 - Google Patents

包装袋封面印刷缺陷自动检测系统及方法 Download PDF

Info

Publication number
CN114092375A
CN114092375A CN202010753059.3A CN202010753059A CN114092375A CN 114092375 A CN114092375 A CN 114092375A CN 202010753059 A CN202010753059 A CN 202010753059A CN 114092375 A CN114092375 A CN 114092375A
Authority
CN
China
Prior art keywords
image
packaging bag
cover
gray value
defect
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
CN202010753059.3A
Other languages
English (en)
Inventor
陈昌海
张福
刘敏
包成云
贺军鑫
张海涛
杨静
冉浩
胡明华
杨钧
彭代兵
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.)
Sichuan Kaku Robot Technology Co ltd
Original Assignee
Sichuan Kaku 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 Sichuan Kaku Robot Technology Co ltd filed Critical Sichuan Kaku Robot Technology Co ltd
Priority to CN202010753059.3A priority Critical patent/CN114092375A/zh
Publication of CN114092375A publication Critical patent/CN114092375A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种包装袋封面印刷缺陷自动检测方法及系统,首先获取用于触发采集包装袋封面图像的包装袋静止状态信号;其次通过得到的包装袋静止状态信号触发包装袋封面图像采集装置;通过包装袋封面图像采集装置获取包装袋封面图像;然后将包装袋封面图像与标准封面图像进行处理得到包装袋封面印刷区域的对比图像;最后通过得到的对比图像生成包装袋封面印刷质量信号。本方法通过视觉相机检测包装袋生产线上的包装袋封面图像,通过与标准封面图像进行印刷图案的对比,采用灰度值矩阵处理,通过与预设的灰度值差异门限的分析,得到缺陷灰度值差异矩阵,该计算方法速度快、稳定性强,适合实时在线判断包装袋封面缺陷的存在与否。

Description

包装袋封面印刷缺陷自动检测系统及方法
技术领域
本发明涉及包装设备领域,特别涉及一种包装袋封面印刷缺陷自动检测系统及方法。
背景技术
包装袋在我们的生活中随处可见,广泛用于生活的各个领域中,现有的包装袋生产流程包括设计、印刷制版、复合、熟化、分切、制袋、品检后得到成品。其中,印刷制版是指将图形或者文字原稿制成印版,在版上涂以色料印墨,经过加压将色料印墨转移到纸张、其他承印物上或者在薄膜上印刷图案,是一种迅速大量复制的工艺。但是,由于包装袋的封面印刷过程比较复杂,印刷设备在受到环境干扰的影响,容易出现印刷图像、文字位置偏移,或者图像模糊不清楚,甚至图像色彩偏差等现象,使得包装袋封面印刷质量达不到设计要求,从而出现次品包装袋。
发明内容
有鉴于此,本发明的目的在于提供一种包装袋封面印刷缺陷自动检测系统及方法,该系统自动化程度高、操作容易、方便高效且功能可靠。
为达到上述目的,本发明提供如下技术方案:
本发明提供的一种包装袋封面印刷缺陷自动检测方法,包括以下步骤:
获取用于触发采集包装袋封面图像的包装袋静止状态信号;
通过得到的包装袋静止状态信号触发包装袋封面图像采集装置;
通过包装袋封面图像采集装置获取包装袋封面图像;
将包装袋封面图像与标准封面图像进行处理得到包装袋封面印刷区域的对比图像;
通过得到的对比图像生成包装袋封面印刷质量信号。
进一步,所述对比图像是通过以下步骤获取:
将获取的标准封面图像转化为标准图像灰度值矩阵;
将采集的包装袋封面图像转换为待测图像灰度值矩阵;
待测图像灰度值矩阵与标准图像灰度值矩阵进行对齐;
待对齐后的测图像灰度值矩阵与标准图像灰度值矩进行相减后取绝对值操作得到缺陷灰度值差异矩阵;
判断缺陷灰度值差异矩阵的各元素的像素值是否超过预设的灰度值差异门限值,若缺陷灰度值差异矩阵超过灰度值差异门限值,则对应元素的矩阵位置设置为1;若缺陷灰度值差异矩阵没有超过灰度值差异门限值,则对应元素的矩阵位置设置为0。
进一步,所述包装袋封面印刷质量信号的生成是按照以下步骤来进行的:
根据缺陷灰度值差异矩阵计算预设检测缺陷面积中的实际距离面积;所述实际距离面积是根据预设的最小检测缺陷面积和每个像素的代表的实际距离面积来进行计算;
判断预设检测缺陷面积的实际距离面积是否超过预设阈值,如果超过预设阈值,则所述预设检测缺陷面积为连续缺陷区域;如果未超过预设阈值,则所述预设检测缺陷面积不为连续缺陷区域;
计算缺陷灰度值差异矩阵中连续缺陷区域中像素个数,当连续缺陷区域中像素个数未超过连续缺陷区域最小像素值时,认为该区域未出现缺陷,则判断包装袋封面图像为合格品;当连续缺陷区域中像素个数超过连续缺陷区域最小像素值时,认为该区域出现缺陷;则包装袋封面图像为不合格品并剔除。
进一步,所述待测图像灰度值矩阵与标准图像灰度值矩阵的对齐是按照以下步骤进行的:
将采集到的包装袋封面图像与标准封面图像进行对比后;
分别得到包装袋封面图像相对于标准封面图像横向偏移量和图像纵向偏移量;
根据图像横向偏移量和图像纵向偏移量对待检测图像进行平移并与标准封面图像对齐。
进一步,所述标准封面图像为采集到的第一个包装袋封面图像。
进一步,所述包装袋封面图像采集装置在采集包装袋封面图像后判断包装袋封面图像是否发生翻转现象,如果是,则将采集的包装袋封面图像翻转,如果否,则进行进入下一步。
本发明还提供了一种包装袋封面印刷缺陷自动检测系统,包括触发信号生成单元、封面图像采集单元和封面缺陷检测装置;
所述触发信号生成单元,用于获取触发采集包装袋封面图像的包装袋静止状态信号;
所述封面图像采集单元,用于在包装袋静止状态信号触发控制作用下采集包装袋封面图像;
所述封面缺陷检测装置,用于通过对比采集到的包装袋封面图像与标准封面图像得到包装袋封面印刷区域的对比图像;
检测结果输出装置,用于通过分析对比图像来生成包装袋封面图像的印刷质量信号。
进一步,所述封面缺陷检测装置中的对比图像是通过以下步骤得到:
将获取的标准封面图像转化为标准图像灰度值矩阵;
将采集的包装袋封面图像转换为待测图像灰度值矩阵;
待测图像灰度值矩阵与标准图像灰度值矩阵进行对齐;
待对齐后的测图像灰度值矩阵与标准图像灰度值矩进行相减后取绝对值操作得到缺陷灰度值差异矩阵;
判断缺陷灰度值差异矩阵的各元素的像素值是否超过预设的灰度值差异门限值,若缺陷灰度值差异矩阵超过灰度值差异门限值,则对应元素的矩阵位置设置为1;若缺陷灰度值差异矩阵没有超过灰度值差异门限值,则对应元素的矩阵位置设置为0。
进一步,所述检测结果输出装置中的包装袋封面印刷质量信号的生成是按照以下步骤来进行的:
根据缺陷灰度值差异矩阵计算预设检测缺陷面积中的实际距离面积;所述实际距离面积是根据预设的最小检测缺陷面积和每个像素的代表的实际距离面积来进行计算;
判断预设检测缺陷面积的实际距离面积是否超过预设阈值,如果超过预设阈值,则所述预设检测缺陷面积为连续缺陷区域;如果未超过预设阈值,则所述预设检测缺陷面积不为连续缺陷区域;
计算缺陷灰度值差异矩阵中连续缺陷区域中像素个数,当连续缺陷区域中像素个数未超过连续缺陷区域最小像素值时,认为该区域未出现缺陷,则判断包装袋封面图像为合格品;当连续缺陷区域中像素个数超过连续缺陷区域最小像素值时,认为该区域出现缺陷;则包装袋封面图像为不合格品并剔除。
进一步,所述待测图像灰度值矩阵与标准图像灰度值矩阵的对齐是按照以下步骤进行的:
将采集到的包装袋封面图像与标准封面图像进行对比后;
分别得到包装袋封面图像相对于标准封面图像横向偏移量和图像纵向偏移量;
根据图像横向偏移量和图像纵向偏移量对待检测图像进行平移并与标准封面图像对齐。
本发明的有益效果在于:
本发明提供的包装袋封面印刷缺陷自动检测系统,通过视觉相机检测包装袋生产线上的包装袋封面图像,通过与标准封面图像进行印刷图案的对比,采用灰度值矩阵处理,通过与预设的灰度值差异门限的分析,得到缺陷灰度值差异矩阵,该计算方法速度快、稳定性强,适合实时在线判断包装袋封面缺陷的存在与否。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为包装袋封面印刷缺陷自动检测方法流程图。
图2为包装袋封面印刷缺陷自动检测系统结构图。
图3彩色标准图片转换成灰度值图片。
图4彩色缺陷图片转换成灰度值图片。
图5灰度值相减得到缺陷图片。
标记说明:触发信号生成单元1,封面图像采集单元、安装装置3、封面印刷质量检测装置4、检测结果显示装置5、左右调节装置6、剔除装置7。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例1
如图1所示,本实施例提供的包装袋封面印刷缺陷自动检测方法,包括以下步骤:
首先,获取生产线上用于触发采集包装袋封面图像的包装袋静止状态信号;
通过得到的包装袋静止状态信号触发包装袋封面图像采集装置;
通过包装袋封面图像采集装置获取包装袋封面图像;
当设置于生产线上的传感器检测到包装袋静止状态信号时,将该包装袋静止状态信号作为触发信号发送到包装袋封面图像采集装置中;启动该包装袋封面图像采集装置运行,从而获取包装袋封面图像。
本实施例所述的包装袋静止状态信号(即触发信号)是通过光电接近开关传感器、激光对射传感器或者激光测距仪等获取的生产线的运行状态信号。由于每一个包装袋在生产线终点都需要使用切刀进行分割,在切刀下落时,切刀附近生产线上的包装袋处于相对静止状态,生产线运行传感器通过直接或间接的方式检测这个切刀下落的信号获得相机的触发信号。
本实施例提供的包装袋封面图像采集装置采用设置于生产线上的工业相机,通过工业相机拍照获取封面图像。
封面图像要求:无论是前后还是左右发生偏移时,图像拍照区域能够明显的反映出这种变化。合格图像为:拍照区域中间文字图案或者不规则图案,图案背景颜色单一或者其他容易与图案区分的规则颜色。不合格的例子为:图像区域无明显图案、图案为前后或者左右方向的直线或者矩形区域、图像背景颜色混乱、图案位于图像的边缘位置等。
本实施例中将采集到的第一张包装袋封面图像作为标准图像,可以将此图像存储为模板图像,作为标准封面图像,然后将在包装袋生产过程中采集到的封面图像进行对比处理。
其次,将获取的标准封面图像转化为标准图像灰度值矩阵;
将采集的包装袋封面图像转换为待测图像灰度值矩阵;
所述包装袋封面图像采集装置在采集包装袋封面图像后判断包装袋封面图像是否发生翻转现象,如果是,则将采集的包装袋封面图像翻转,如果否,则进行进入下一步。
待测图像灰度值矩阵与标准图像灰度值矩阵进行对齐;
如图3和图4所示,图3为彩色标准图片转换成灰度值图片;图4为彩色缺陷图片转换成灰度值图片;
所述待测图像灰度值矩阵与标准图像灰度值矩阵的对齐是按照以下步骤进行的:
将采集到的包装袋封面图像与标准封面图像进行对比后;
分别得到包装袋封面图像相对于标准封面图像横向偏移量和图像纵向偏移量;
根据图像横向偏移量和图像纵向偏移量对待检测图像进行平移并与标准封面图像对齐。
然后,待对齐后的测图像灰度值矩阵与标准图像灰度值矩进行相减后取绝对值操作得到缺陷灰度值差异矩阵;
判断缺陷灰度值差异矩阵的各元素的像素值是否超过预设的灰度值差异门限值,若缺陷灰度值差异矩阵超过灰度值差异门限值,则对应元素的矩阵位置设置为1;若缺陷灰度值差异矩阵没有超过灰度值差异门限值,则对应元素的矩阵位置设置为0;
最后,将包装袋封面图像与标准封面图像进行处理得到包装袋封面印刷区域的对比图像;
通过得到的对比图像生成包装袋封面印刷质量信号。
如图5所示,图5为灰度值相减得到缺陷图片。图4中包装袋封面图像中椭圆圈代表封面出现了缺陷,属于次品包装袋。
本实施例通过对比包装袋封面图像与标准封面图像来分别得到横向偏移量和图像纵向偏移量,具体过程如下:将获取的标准封面图像存储为图像模板,通过实验标定每个像素代表的距离大小,dx,通过模板匹配算法计算出当前封面图像与标准封面图像在前后和左右方向的偏移像素个数,分别记为前后偏移像素个数n1和左右偏移像素个数n2,需要注意的是,这个像素个数是个矢量,有正负方向,具体定义为前正后负,左正右负,例如n1=3表示前向偏移3个像素,n1=-4表示后向偏移4个像素;然后用n1*dx得到图像纵向偏移量,n2*dx得到横向偏移量。
本实施例提供的对比方法是通过移动标准图片后与偏差图片进行对比后得到偏差的像素值,然后换算成偏移距离,该方法处理速度快,效果更佳。
本实施例包装袋封面图像采集装置根据照片的灰度值矩阵计算出灰度值差异门限值,根据预设的最小检测缺陷面积和每个像素的代表的实际距离面积计算连续缺陷区域最小像素值;根据预设的最小检测缺陷面积和每个像素的代表的实际距离面积计算;对缺陷矩阵中连续的缺陷位置像素个数进行计算,当缺陷区域像素数量大于连续缺陷区域最小像素值时,认为该区域出现缺陷。
由于包装袋在拍照位置有可能发生水平方向的翻转,因此在进行检测之前,需要对图片中包装带边缘后进行检测,然后对图片中包装袋的位置进行翻转,使得包装袋图片在图像中的朝向一致且边缘起点位置一致。
本实施例的图像模板还可以按照以下方式得到:当生产线调试好后,由操作工人人工判断目前包装袋的底部封边偏移量和左右封边偏移量都处于预设阈值范围内,如果偏移量均小于该预设阈值时即可作为标准封面图像存储于模板库中。
本实施例提供的包装袋封面印刷缺陷自动检测不仅可以对包装袋的单面进行检测,也可以对包装袋的双面同时进行检测,包装袋的每个检测面可以分别设置合格品门限值,即前后和左右四个门限值,同时,门限值具体设置时可以根据不同的包装袋产品的要求进行确定。
实施例2
如图2所示,本实施例提供的包装袋封面印刷缺陷自动检测系统,包括包装袋生产机架以及设置机架上的触发信号生成单元1,封面图像采集单元2、安装装置3、封面缺陷检测装置4、检测结果显示装置5、剔除装置6;所述封面缺陷检测装置设置于机架一侧,通过有线或无线的方式分别封面图像采集单元连接,所述封面图像采集单元通过安装装置设置于机架上,所述触发信号生成单元设置于机架上适于判断机架上包装袋运动状态的位置,所述触发信号生成单元将生成的信号发送到封面图像采集单元;所述封面缺陷检测装置将检测结果发送到检测结果显示装置,所述检测结果显示装置设置于机架一侧或其他便于观察的位置;所述剔除装置设置于机架上位于封面图像采集单元的后端,以适于将封面图像采集单元采集后属于次品的包装袋进行剔除操作。
包括触发信号生成单元、封面图像采集单元、封面缺陷检测装置、检测结果输出装置和剔除装置;
所述触发信号生成单元,用于获取触发采集包装袋封面图像的包装袋静止状态信号;
所述封面图像采集单元,用于在包装袋静止状态信号触发控制作用下采集包装袋封面图像;
所述封面缺陷检测装置,用于通过对比采集到的包装袋封面图像与标准封面图像得到包装袋封面印刷区域的对比图像;
所述检测结果输出装置,用于通过分析对比图像来生成包装袋封面图像的印刷质量信号。
所述剔除装置,用于接收封面印刷偏移量检测装置发送的超过合格品门限值的不合格品检测信号;并根据不合格品检测信号来启动剔除装置将不合格的包装袋剔除。
本实施例提供的包装袋静止状态信号可以采用以下方式来获取:
通过设置于生产线上的传感器来检测包装袋静止状态信号,并将该包装袋静止状态信号作为触发信号发送到包装袋封面图像采集装置中;启动该包装袋封面图像采集装置运行,从而获取包装袋封面图像。
本实施例所述的包装袋静止状态信号(即触发信号)是通过光电接近开关传感器、激光对射传感器或者激光测距仪等获取的生产线的运行状态信号。由于每一个包装袋在生产线终点都需要使用切刀进行分割,在切刀下落时,切刀附近生产线上的包装袋处于相对静止状态,生产线运行传感器通过直接或间接的方式检测这个切刀下落的信号获得相机的触发信号。
本实施例提供的包装袋封面图像采集装置采用设置于生产线上的工业相机,通过工业相机拍照获取封面图像。
封面图像要求:无论是前后还是左右发生偏移时,图像拍照区域能够明显的反映出这种变化。合格图像为:拍照区域中间文字图案或者不规则图案,图案背景颜色单一或者其他容易与图案区分的规则颜色。不合格的例子为:图像区域无明显图案、图案为前后或者左右方向的直线或者矩形区域、图像背景颜色混乱、图案位于图像的边缘位置等。
本实施例提供的对比图像是通过以下步骤得到:
将获取的标准封面图像转化为标准图像灰度值矩阵;
将采集的包装袋封面图像转换为待测图像灰度值矩阵;
待测图像灰度值矩阵与标准图像灰度值矩阵进行对齐;
待对齐后的测图像灰度值矩阵与标准图像灰度值矩进行相减后取绝对值操作得到缺陷灰度值差异矩阵;
判断缺陷灰度值差异矩阵的各元素的像素值是否超过预设的灰度值差异门限值,若缺陷灰度值差异矩阵超过灰度值差异门限值,则对应元素的矩阵位置设置为1;若缺陷灰度值差异矩阵没有超过灰度值差异门限值,则对应元素的矩阵位置设置为0。
所述检测结果输出装置中的包装袋封面印刷质量信号的生成是按照以下步骤来进行的:
根据缺陷灰度值差异矩阵计算预设检测缺陷面积中的实际距离面积;所述实际距离面积是根据预设的最小检测缺陷面积和每个像素的代表的实际距离面积来进行计算;
判断预设检测缺陷面积的实际距离面积是否超过预设阈值,如果超过预设阈值,则所述预设检测缺陷面积为连续缺陷区域;如果未超过预设阈值,则所述预设检测缺陷面积不为连续缺陷区域;
计算缺陷灰度值差异矩阵中连续缺陷区域中像素个数,当连续缺陷区域中像素个数未超过连续缺陷区域最小像素值时,认为该区域未出现缺陷,则判断包装袋封面图像为合格品;当连续缺陷区域中像素个数超过连续缺陷区域最小像素值时,认为该区域出现缺陷;则包装袋封面图像为不合格品并剔除。
所述待测图像灰度值矩阵与标准图像灰度值矩阵的对齐是按照以下步骤进行的:
将采集到的包装袋封面图像与标准封面图像进行对比后;
分别得到包装袋封面图像相对于标准封面图像横向偏移量和图像纵向偏移量;
根据图像横向偏移量和图像纵向偏移量对待检测图像进行平移并与标准封面图像对齐。
本发明的有益效果在于:
本发明提供的包装袋封面印刷缺陷自动检测系统,通过视觉相机检测包装袋生产线上的包装袋正反双面封面印刷图案;
本实施例提供的剔除装置包括传输机构、剔除通道和剔除机构,剔除通道包括传输机构上的空隙,剔除机构位于剔除通道上方,剔除机构接到剔除信号后将包装袋从剔除通道向下剔除。所述剔除机构包括下压模块和/或导向模块,当剔除机构接到剔除信号后,剔除机构向下伸出,导向模块将包装袋导向至剔除通道,下压模块朝向剔除通道下压包装袋。
同时,也可以根据实际情况选择合适的剔除装置,如申请号为CN201920918097.2,名称为一种用于片状物料的机械式次品剔除装置中说记载的剔除装置。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (10)

1.包装袋封面印刷缺陷自动检测方法,其特征在于:包括以下步骤:
获取用于触发采集包装袋封面图像的包装袋静止状态信号;
通过得到的包装袋静止状态信号触发包装袋封面图像采集装置;
通过包装袋封面图像采集装置获取包装袋封面图像;
将包装袋封面图像与标准封面图像进行处理得到包装袋封面印刷区域的对比图像;
通过得到的对比图像生成包装袋封面印刷质量信号。
2.如权利要求1所述的方法,其特征在于:所述对比图像是通过以下步骤获取:
将获取的标准封面图像转化为标准图像灰度值矩阵;
将采集的包装袋封面图像转换为待测图像灰度值矩阵;
待测图像灰度值矩阵与标准图像灰度值矩阵进行对齐;
待对齐后的测图像灰度值矩阵与标准图像灰度值矩进行相减后取绝对值操作得到缺陷灰度值差异矩阵;
判断缺陷灰度值差异矩阵的各元素的像素值是否超过预设的灰度值差异门限值,若缺陷灰度值差异矩阵超过灰度值差异门限值,则对应元素的矩阵位置设置为1;若缺陷灰度值差异矩阵没有超过灰度值差异门限值,则对应元素的矩阵位置设置为0。
3.如权利要求2所述的方法,其特征在于:所述包装袋封面印刷质量信号的生成是按照以下步骤来进行的:
根据缺陷灰度值差异矩阵计算预设检测缺陷面积中的实际距离面积;所述实际距离面积是根据预设的最小检测缺陷面积和每个像素的代表的实际距离面积来进行计算;
判断预设检测缺陷面积的实际距离面积是否超过预设阈值,如果超过预设阈值,则所述预设检测缺陷面积为连续缺陷区域;如果未超过预设阈值,则所述预设检测缺陷面积不为连续缺陷区域;
计算缺陷灰度值差异矩阵中连续缺陷区域中像素个数,当连续缺陷区域中像素个数未超过连续缺陷区域最小像素值时,认为该区域未出现缺陷,则判断包装袋封面图像为合格品;当连续缺陷区域中像素个数超过连续缺陷区域最小像素值时,认为该区域出现缺陷;则包装袋封面图像为不合格品并剔除。
4.如权利要求1所述的方法,其特征在于:所述待测图像灰度值矩阵与标准图像灰度值矩阵的对齐是按照以下步骤进行的:
将采集到的包装袋封面图像与标准封面图像进行对比后;
分别得到包装袋封面图像相对于标准封面图像横向偏移量和图像纵向偏移量;
根据图像横向偏移量和图像纵向偏移量对待检测图像进行平移并与标准封面图像对齐。
5.如权利要求1所述的方法,其特征在于:所述标准封面图像为采集到的第一个包装袋封面图像。
6.如权利要求1所述的方法,其特征在于:所述包装袋封面图像采集装置在采集包装袋封面图像后判断包装袋封面图像是否发生翻转现象,如果是,则将采集的包装袋封面图像翻转,如果否,则进行进入下一步。
7.包装袋封面印刷缺陷自动检测系统,其特征在于:包括触发信号生成单元、封面图像采集单元和封面缺陷检测装置;
所述触发信号生成单元,用于获取触发采集包装袋封面图像的包装袋静止状态信号;
所述封面图像采集单元,用于在包装袋静止状态信号触发控制作用下采集包装袋封面图像;
所述封面缺陷检测装置,用于通过对比采集到的包装袋封面图像与标准封面图像得到包装袋封面印刷区域的对比图像;
检测结果输出装置,用于通过分析对比图像来生成包装袋封面图像的印刷质量信号。
8.如权利要求7所述的包装袋封面印刷缺陷自动检测系统,其特征在于:所述封面缺陷检测装置中的对比图像是通过以下步骤得到:
将获取的标准封面图像转化为标准图像灰度值矩阵;
将采集的包装袋封面图像转换为待测图像灰度值矩阵;
待测图像灰度值矩阵与标准图像灰度值矩阵进行对齐;
待对齐后的测图像灰度值矩阵与标准图像灰度值矩进行相减后取绝对值操作得到缺陷灰度值差异矩阵;
判断缺陷灰度值差异矩阵的各元素的像素值是否超过预设的灰度值差异门限值,若缺陷灰度值差异矩阵超过灰度值差异门限值,则对应元素的矩阵位置设置为1;若缺陷灰度值差异矩阵没有超过灰度值差异门限值,则对应元素的矩阵位置设置为0。
9.如权利要求8所述的包装袋封面印刷缺陷自动检测系统,其特征在于:所述检测结果输出装置中的包装袋封面印刷质量信号的生成是按照以下步骤来进行的:
根据缺陷灰度值差异矩阵计算预设检测缺陷面积中的实际距离面积;所述实际距离面积是根据预设的最小检测缺陷面积和每个像素的代表的实际距离面积来进行计算;
判断预设检测缺陷面积的实际距离面积是否超过预设阈值,如果超过预设阈值,则所述预设检测缺陷面积为连续缺陷区域;如果未超过预设阈值,则所述预设检测缺陷面积不为连续缺陷区域;
计算缺陷灰度值差异矩阵中连续缺陷区域中像素个数,当连续缺陷区域中像素个数未超过连续缺陷区域最小像素值时,认为该区域未出现缺陷,则判断包装袋封面图像为合格品;当连续缺陷区域中像素个数超过连续缺陷区域最小像素值时,认为该区域出现缺陷;则包装袋封面图像为不合格品并剔除。
10.如权利要求8所述的包装袋封面印刷缺陷自动检测系统,其特征在于:所述待测图像灰度值矩阵与标准图像灰度值矩阵的对齐是按照以下步骤进行的:
将采集到的包装袋封面图像与标准封面图像进行对比后;
分别得到包装袋封面图像相对于标准封面图像横向偏移量和图像纵向偏移量;
根据图像横向偏移量和图像纵向偏移量对待检测图像进行平移并与标准封面图像对齐。
CN202010753059.3A 2020-07-30 2020-07-30 包装袋封面印刷缺陷自动检测系统及方法 Pending CN114092375A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010753059.3A CN114092375A (zh) 2020-07-30 2020-07-30 包装袋封面印刷缺陷自动检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010753059.3A CN114092375A (zh) 2020-07-30 2020-07-30 包装袋封面印刷缺陷自动检测系统及方法

Publications (1)

Publication Number Publication Date
CN114092375A true CN114092375A (zh) 2022-02-25

Family

ID=80295068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010753059.3A Pending CN114092375A (zh) 2020-07-30 2020-07-30 包装袋封面印刷缺陷自动检测系统及方法

Country Status (1)

Country Link
CN (1) CN114092375A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114494265A (zh) * 2022-04-19 2022-05-13 南通宝田包装科技有限公司 识别化妆品生产领域包装印刷质量方法及人工智能系统
CN115753812A (zh) * 2022-11-01 2023-03-07 东方合智数据科技(广东)有限责任公司 一种纸包装行业印刷质量检测方法及相关设备
CN116433623A (zh) * 2023-03-31 2023-07-14 杭州数创自动化控制技术有限公司 一种缺陷位置的标记及识别方法、系统、设备和介质
CN117764963A (zh) * 2023-12-25 2024-03-26 深圳市恒顺亿包装材料有限公司 基于机器视觉的包装袋缺陷检测方法、装置、终端及介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114494265A (zh) * 2022-04-19 2022-05-13 南通宝田包装科技有限公司 识别化妆品生产领域包装印刷质量方法及人工智能系统
CN114494265B (zh) * 2022-04-19 2022-06-17 南通宝田包装科技有限公司 识别化妆品生产领域包装印刷质量方法及人工智能系统
CN115753812A (zh) * 2022-11-01 2023-03-07 东方合智数据科技(广东)有限责任公司 一种纸包装行业印刷质量检测方法及相关设备
CN115753812B (zh) * 2022-11-01 2023-08-18 东方合智数据科技(广东)有限责任公司 一种纸包装行业印刷质量检测方法及相关设备
CN116433623A (zh) * 2023-03-31 2023-07-14 杭州数创自动化控制技术有限公司 一种缺陷位置的标记及识别方法、系统、设备和介质
CN117764963A (zh) * 2023-12-25 2024-03-26 深圳市恒顺亿包装材料有限公司 基于机器视觉的包装袋缺陷检测方法、装置、终端及介质

Similar Documents

Publication Publication Date Title
CN114092375A (zh) 包装袋封面印刷缺陷自动检测系统及方法
CN110596134B (zh) 一种基于图像采集的片状玻璃边缘瑕疵检测方法
CN108584352B (zh) 基于机器视觉的胶带跑偏诊断系统及方法
JP2006189421A (ja) 高知能デジタルイメージ検査システム及びその検査方法
CN110018172B (zh) 产品检测系统及方法
KR102168724B1 (ko) 이미지 검사를 이용한 이상 판별 방법 및 장치
TW571081B (en) Method and apparatus for examining foreign matters in through holes
US20100039510A1 (en) Method and DEVICE for PRINT INSPECTION
CN113034488A (zh) 一种喷墨印刷品的视觉检测方法
CN111426693A (zh) 一种质量缺陷检测系统及其检测方法
US20240265526A1 (en) Electrode plate detection apparatus, method and system
CN117140558B (zh) 坐标转换方法、系统及电子设备
WO2022021806A1 (zh) 包装袋大小边缺陷自动检测系统及方法
CN115947066B (zh) 皮带撕裂检测方法、装置及系统
CN114486902B (zh) 质量检测系统和方法
CN218865793U (zh) 一种3c产品缺陷自动检测装置
CN115420746A (zh) 一种印刷件的质量检测方法、质量检测装置及质量检测设备
CN213022822U (zh) 一种包装机内衬纸缺陷检测装置
CN111536895B (zh) 外形识别装置、外形识别系统以及外形识别方法
CN107284057B (zh) 机器视觉检测系统和方法
CN106959303B (zh) 薄膜检测光源及薄膜检测系统
CN221037692U (zh) 热成像可视系统
JP2621690B2 (ja) 印刷欠陥検査装置
CN108387588A (zh) 自适应切换检测模式的缺陷检测装置
CN221581198U (zh) 一种机器人视觉检测设备

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