CN115908364A - 一种数字印刷印品缺陷检测方法 - Google Patents
一种数字印刷印品缺陷检测方法 Download PDFInfo
- Publication number
- CN115908364A CN115908364A CN202211587361.1A CN202211587361A CN115908364A CN 115908364 A CN115908364 A CN 115908364A CN 202211587361 A CN202211587361 A CN 202211587361A CN 115908364 A CN115908364 A CN 115908364A
- Authority
- CN
- China
- Prior art keywords
- color
- matrix
- value
- product
- qualified
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 title description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 171
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 238000000926 separation method Methods 0.000 claims description 16
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000001066 destructive effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 1
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Inking, Control Or Cleaning Of Printing Machines (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种数字印刷印品缺陷检测方法,包括如下步骤:1)针对相应的数字印刷设备,求数字图像像素值到印后色值的映射关系;2)在待印刷的彩色数字图像上抽样子块,求预期色值矩阵和实际的印刷色值矩阵;3)比较预期色值矩阵和实际的印刷色值矩阵,并设置阈值,来判定印品质量合格与否。本发明的有益效果如下:根据待印刷的数字图像,能够得到指定数字印刷设备预期的印品色值矩阵;通过比较同一数字图像的预期印品色值与实际印刷的印品抽样,判断印品质量是否合格。
Description
技术领域
本发明涉及数字印刷及人工智能技术领域,具体涉及一种数字印刷印品缺陷检测方法。
背景技术
现阶段有三种主流的印品质量检测方法,分别是主观目测法、密度检测法、色度检测法。主观目测法,此方法采用人工检测的方法,用来检测印刷缺陷。它的优点是准确率高,缺点是耗时慢,人工成本高,一般不采用这种方法。但是,如果印刷要求比较高,有时会采用这种方法。密度检测法(在线检测)就是使用彩色反射密度计,将一束光投射到印刷品上,比较表面反射(或透射)的光强度与照射在表面上的光强度,通过现有的逻辑关系来计算密度值,通过该密度值来判断是否存在缺陷。色度检测法(在线检测)就是将一束光投射到印刷品上,通过仪器获取颜色的三刺激值,换算成可以对比的数值,然后与样本的值比对,判断是否存在缺陷。密度检测法和色度检测法都需要使用精密光学部件,用于判断印品质量时,普遍存在变更参数步骤烦琐,效率低下,系统成本较高的缺点。特别是这些方法都难以同数字印刷系统的高效集成,在进行印品质量的在线动态检测时工作速度和可靠性都不高。对不同的数字图像、印品及介质变化,色度检测法时还存在稳定性和准确性问题。
发明内容
针对现有技术中存在的问题,本发明提供了一种数字印刷印品缺陷检测方法。
本发明的技术方案如下:
一种数字印刷印品缺陷检测方法,包括如下步骤:
1)针对相应的数字印刷设备,求数字图像像素值到印后色值的映射关系;
2)在待印刷的彩色数字图像上抽样子块,得到预期色值矩阵和实际的印刷色值矩阵;
3)比较预期色值矩阵和实际的印刷色值矩阵,并设置阈值,来判定印品质量合格与否。
进一步的,所述步骤1)的具体步骤如下:
1.3)将单色色阶图在数字印刷设备的每个独立颜色通道上依次分别印刷,得到相应的m张色阶印品;
1.4)使用扫描仪依次扫描m张色阶印品,得到m个色阶印品扫描数字图像;
1.5)依次读取m个色阶印品扫描数字图像上各色阶的色值,得到n×m阶矩阵b1;b1中第x行第y列处数值表示第x个色阶的色值在第y个颜色通道上印刷出后,经过扫描得到的像素平均值;
1.6)读取矩阵a1和b1的第0列和,使用常规的多项式插值操作或曲线拟合方法,得到映射关系, 其中是印前数字图像分色到颜色通道0的像素值,是印品扫描数字图像上相应位置处的颜色通道0上的色值;重复该操作,依次逐列读取矩阵a1和b1每一列,得到m个颜色通道上、从数字图像像素值到印后色值的映射关系:。
进一步的,所述步骤2)的具体步骤如下:
2.1)记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素,并在数字图像上任选一个长为l像素宽为W像素的子图,记子图距离数字图像左边缘为i像素;
2.2)沿宽度方向上将子图连续划分为宽度都为w像素的子块,子块总数k是W/w的整数部分;
2.3)记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素,注意到待印刷数字图像的每个子块都是彩色的,将每个子块按数字印刷设备的要求进行m个通道的分色处理,得到k×m个单色子块,分别计算各单色子块全部像素值的平均值,建立k×m阶的矩阵,矩阵中第x行第y列处数值是第x个子块分色到第y个颜色通道上的像素值的平均值;
2.4)应用求得的数字印刷设备m个颜色通道上、从数字图像像素值到印后色值的映射关系,将矩阵中第x行第y列处数值代入,求得该子块在该通道上的预期印后扫描色值;同理,求出全部k个子块在m个通道上的预期印后扫描色值,建立k×m阶预期色值矩阵a2,a2中第x行第y列处数值表示第x个子块分色到第y个颜色通道上的像素值预期的经过印刷后再扫描回的色值;
2.5)完整的数字图像经过分色后在数字印刷设备的m个颜色通道上依次分别印刷,使用扫描仪扫描各通道印刷出的印品,得到m个长为L像素、宽为W像素的单色扫描数字图像,或者使用扫描仪扫描已印刷完成的彩色印品,得到彩色扫描数字图像,再经与印前相同的分色处理,得到m个长为L像素、宽为W像素的单色扫描数字图像;
2.6)在单色扫描数字图像上定位到距左边缘i像素位置,选取一个长为l像素宽为W像素的扫描子图,沿宽度方向上将扫描子图连续划分为宽度都为w像素的扫描子块,扫描子块总数是W/w的整数部分,扫描子块与子块总数相同,位置一一对应;读出每个扫描子块上的全部像素值并计算平均值,建立k×m阶的实际印刷色值矩阵b2,b2的第 x行第y列处数值表示数字图像经过该数字印刷设备实际印刷所得的印品上,距左边缘i像素、第x个子块位置,第y个颜色通道上的扫描仪扫描所得像素值的平均值。
进一步的,所述步骤3)的方案一具体步骤如下:
若矩阵Q中有P个值>Y,则该印品质量不合格;反之,合格;
求矩阵Q的标准差s:
若该标准差s>Y,则该印品的质量不合格;反之,合格;
若矩阵Q中的任意一个值|x|>Y,则该印品不合格;反之,合格;
进一步的,所述步骤3)方案二的具体步骤如下:
该阈值是系统给定的某一个确定的常数值Y,对于预期色值矩阵a2和实际的印刷色值矩阵b2,根据以下规则判定印品质量合格与否:
进一步的,所述步骤3)的方案三具体步骤如下:
该阈值是系统给定的某一个确定的常数值Y,根据预期色值矩阵a2和实际的印刷色值矩阵b2的均方误差MSE/均方根误差RMSE判定印品质量合格与否;
进一步的,所述步骤3)的方案四具体步骤如下:
该阈值是系统给定的某一个确定的常数值Y,根据预期色值矩阵a2和实际的印刷色值矩阵b2的协方差判定印品质量合格与否;
进一步的,所述步骤3)的方案五具体步骤如下:
该阈值是系统给定的某一个确定的常数值Y,根据预期色值矩阵a2和实际的印刷色值矩阵b2的峰值信噪比判定印品质量合格与否:
峰值信噪比PSNR表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值;由于许多信号都有非常宽的动态范围,峰值信噪比常用对数分贝单位来表示;
峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法,它常简单地通过均方误差MSE进行定义,它与上述的均方误差都是传统的图像质量客观评价方法:
其中,MAX表示图像颜色的最大数值,8bit图像最大取值为255;
若PSNR>Y,则该印品不合格;反之,合格。
进一步的,所述步骤3)的方案六具体步骤如下:
该阈值是系统设定的某个常数矩阵C,根据矩阵之间的差值判定印品质量合格与否;
进一步的,所述步骤3)的方案七具体步骤如下:
该阈值是系统设定的某个常数矩阵C,根据矩阵之间的平均值判定印品质量合格与否;
将矩阵a2和矩阵b2的对应位置上分别求均值,可得:, 阈值矩阵, 将矩阵D和矩阵C的对应位置一一对比,若mn组数值对比中,有超过一半即mn/2组数值大于阈值矩阵C中对应位置的数值,则该印品不合格;反之,合格。
本发明求取特定数字印刷设备印前数字图像像素值到印后色值的映射关系。根据待印刷的数字图像,能够得到该数字印刷设备上预期的印品色值矩阵;通过比较同一数字图像的预期印品色值与实际印刷的印品抽样,判断印品质量是否合格。
本发明的有益效果如下:
1)能够快速判定印品质量是否合格,稳定性和灵敏度高;
2)通过更换不同的合格判据算法方案和阈值,对不同的数字图像、印品及介质保持良好的判定稳定性和灵敏度;
3)使用扫描仪部件与数字印刷系统的集成方便,容易实现印品质量的在线动态检测。
附图说明
图1为本发明的步骤1的流程图;
图2为本发明的步骤2.2的划分图;
图3为本发明的步骤2的流程图;
图4为本发明的实施例单色色阶图;
图5为本发明的实施例扫描后的色阶图;
图6为本发明的实施例映射关系图;
图7为本发明的实施例图像连续划分图。
具体实施方式
以下结合说明书附图及实施例,对本发明作进一步描述。
一种数字印刷印品缺陷检测方法,具体步骤如下:
步骤1、针对特定数字印刷设备,求取数字图像像素值到印后色值的映射关系,如图1所示;
1.3、将单色色阶图在该印刷设备的每个独立颜色通道上依次分别印刷,得到相应的m张色阶印品。
1.4、使用扫描仪依次分别扫描m张色阶印品,得到m个色阶印品扫描数字图像。
1.5、依次读取m个色阶印品扫描数字图像上各色阶的色值,得到n×m阶矩阵b1。b1中第x行第y列处数值表示第x个色阶的色值在第y个颜色通道上印刷出后,经过扫描得到的像素平均值。
1.6、计算数字图像像素值到印后色值的映射关系:读取矩阵a1和b1的第0列和,使用常规的多些式插值操作或曲线拟合方法,得到映射关系, 其中是印前数字图像分色到颜色通道0的像素值,是印品扫描数字图像上相应位置处的颜色通道0上的色值。同理重复该操作,依次逐列读取矩阵a1和b1每一列,得到m个颜色通道上、从数字图像像素值到印后色值的映射关系。
无论使用哪种插值操作或曲线拟合方法,显然都有:
步骤2、在待印刷的彩色数字图像上抽样子块,求预期色值矩阵和实际的印刷色值矩阵,如图3所示;
2.1、记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素,在该数字图像上任选一个长为l像素宽为W像素的子图,记子图距离数字图像左边缘为i像素。
2.3、注意到待印刷数字图像的每个子块都是彩色的。将每个子块按数字印刷设备的要求进行m个通道的分色处理,得到个单色子块。分别计算各单色子块全部像素值的平均值,建立阶的矩阵,,矩阵中第x行第y列处数值是第x个子块分色到第y个颜色通道上的像素值的平均值。
2.5、完整的数字图像经过分色后在数字印刷设备的m个颜色通道上依次分别印刷,使用扫描仪扫描各通道印刷出的印品,得到m个长为L像素、宽为W像素的单色扫描数字图像。
或者,使用扫描仪扫描已印刷完成的彩色印品,得到彩色扫描数字图像,再经与印前相同的分色处理,得到m个长为L像素、宽为W像素的单色扫描数字图像。
2.6、在单色扫描数字图像上定位到距左边缘i像素位置,选取一个长为l像素宽为W像素的扫描子图。沿宽度方向上尽可能多地将该扫描子图连续划分为宽度都为w像素的扫描子块,这样扫描子块总数是的整数部分。显然,扫描子块与子块总数相同,位置一一对应。
读出每个扫描子块上的全部像素值并计算平均值,建立阶的实际印刷色值矩阵b2。b2的第 x行第y列处数值表示数字图像经过该数字印刷设备实际印刷所得的印品上,距左边缘i像素、第x个子块位置,第y个颜色通道上的扫描仪扫描所得像素值的平均值。
步骤3、比较矩阵a2和矩阵b2,判定印品质量合格与否;
方案一:该阈值是系统给定的某一个确定的常数值Y;
2、分析矩阵Q,根据以下规则判定印品质量合格与否:
a、 若矩阵Q中有P个值>Y,则该印品质量不合格;反之,合格。
c、 求矩阵Q的方差,
d、 求矩阵Q的标准差s
若该标准差s>Y,则该印品的质量不合格;反之,合格。
e、 若矩阵Q中的任意一个值|x|>Y,则该印品不合格;反之,合格。
f、 用极差判定,极差是用来表示统计资料中的变异量数(measures ofvariation),其最大值与最小值之间的差距;即最大值减最小值后所得之数据,。若矩阵Q中的,则该印品不合格;反之,合格。
方案二:该阈值是系统给定的某一个确定的常数值Y,对于预期色值矩阵a2和实际的印刷色值矩阵b2,根据以下规则判定印品质量合格与否:
方案三:该阈值是系统给定的某一个确定的常数值Y,根据矩阵a2和矩阵b2的均方误差(MSE)/均方根误差(RMSE)判定印品质量合格与否。
均方误差(Mean Squared Error, MSE)是衡量"平均误差"的一种较方便的方法,可以评价数据的变化程度。均方根误差是均方误差的算术平方根。
则:
方案四:该阈值是系统给定的某一个确定的常数值Y,根据矩阵a2和矩阵b2的协方差判定印品质量合格与否。
在概率论和统计学中,协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。期望值分别为
方案五:该阈值是系统给定的某一个确定的常数值Y,根据矩阵a2和矩阵b2的峰值信噪比判定印品质量合格与否。
峰值信噪比(英语:Peak signal-to-noise ratio,常缩写为PSNR)是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。由于许多信号都有非常宽的动态范围,峰值信噪比常用对数分贝单位来表示。
峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法,它常简单地通过均方误差(MSE)进行定义,它与上述的均方误差都是传统的图像质量客观评价方法。
其中,MAX表示图像颜色的最大数值,8bit图像最大取值为255。
方案六:该阈值是系统设定的某个常数矩阵C,根据矩阵之间的差值判定印品质量合格与否。
方案七:该阈值是系统设定的某个常数矩阵C,根据矩阵之间的平均值判定印品质量合格与否。
将矩阵a2和矩阵b2的对应位置上分别求均值,可得
实施例:
步骤1、求数字图像像素值到印后色值的映射关系:
1.2、依次读取单色色阶图中各色阶的色值,建立13×1阶矩阵S;而该数字印刷设备的颜色通道数为4(CMYK),建立元素全为1的1×4阶矩阵M;令矩阵。显然a1是13×4阶的矩阵,并且所有列向量都相同。故这里矩阵a1不分开表示,以13×1阶矩阵来表示,a1如下:
1.3、将单色色阶图在该印刷设备的每个独立颜色通道上依次分别印刷,得到相应的4张色阶印品。
1.4、使用扫描仪依次分别扫描4张色阶印品,得到4个色阶印品扫描数字图像。
扫描后的色阶图(以其中一个通道为例)如图5所示:
1.5、依次读取4个色阶印品扫描数字图像上各色阶的色值,得到13×4阶矩阵b1。b1如下:
1.6、计算数字图像像素值到印后色值的映射关系:
通过Excel进行扫描前后色阶图各通道的数据进行直线拟合,数据表格整理如下:
表1色阶图的像素值和印后各通道的色值统计
将采集到的数据进行曲线拟合,结果如图6所示。
可以得到从数字图像像素值到印后色值的映射关系为:
步骤2、在待印刷的彩色数字图像上抽样子块,求预期色值矩阵和实际的印刷色值矩阵:
2.1、该数字印刷设备待印刷的彩色数字图像的长为400像素、宽为358像素,在该数字图像上任选一个长为41像素宽为358像素的子图,而子图距离数字图像左边缘为266像素。
2.2、沿宽度方向上尽可能多地将该子图连续划分为宽度都为27像素的子块,这样子块总数为13;如图7所示:
2.4、应用之前求得的该数字印刷设备4个颜色通道上、从数字图像像素值到印后色值的映射关系,求出全部13个子块在4个通道上的预期印后扫描色值,建立13×4阶预期色值矩阵a2,如下:
2.5、完整的数字图像经过分色后在数字印刷设备的4个颜色通道上依次分别印刷,使用扫描仪扫描各通道印刷出的印品,得到4个长为400像素、宽为400像素的单色扫描数字图像。
2.6、在单色扫描数字图像上定位到距左边缘145像素位置,选取一个长为33像素宽为400像素的扫描子图。沿宽度方向上尽可能多地将该扫描子图连续划分为宽度都为30.8像素的扫描子块,这样扫描子块总数是13。显然,扫描子块与子块总数相同,位置一一对应。
读出每个扫描子块上的全部像素值并计算平均值,建立13×4阶的实际印刷色值矩阵b2。b2如下:
步骤3、比较矩阵a2和矩阵b2,判定印品质量合格与否:
以方案一中的方法a来判定印品质量合格与否为例。系统给定的阈值Y=260,P=5;
3.1、将预期色值矩阵a2和实际的印刷色值矩阵b2作差,得到的矩阵Q如下:
3.2、分析矩阵Q,该矩阵Q中有6个值>260,则判定该印品质量不合格。
Claims (10)
1.一种数字印刷印品缺陷检测方法,其特征在于,包括如下步骤:
1)针对相应的数字印刷设备,求数字图像像素值到印后色值的映射关系;
2)在待印刷的彩色数字图像上抽样子块,求预期色值矩阵和实际的印刷色值矩阵;
3)比较预期色值矩阵和实际的印刷色值矩阵,并设置阈值,来判定印品质量合格与否。
2.根据权利要求1所述的一种数字印刷印品缺陷检测方法,其特征在于,所述步骤1)的具体步骤如下:
1.3)将单色色阶图在数字印刷设备的每个独立颜色通道上依次分别印刷,得到相应的m张色阶印品;
1.4)使用扫描仪依次扫描m张色阶印品,得到m个色阶印品扫描数字图像;
1.5)依次读取m个色阶印品扫描数字图像上各色阶的色值,得到n×m阶矩阵b1;b1中第x行第y列处数值表示第x个色阶的色值在第y个颜色通道上印刷出后,经过扫描得到的像素平均值;
3.根据权利要求1所述的一种数字印刷印品缺陷检测方法,其特征在于,所述步骤2)的具体步骤如下:
2.1)记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素,并在数字图像上任选一个长为l像素宽为W像素的子图,记子图距离数字图像左边缘为i像素;
2.2)沿宽度方向上将子图连续划分为宽度都为w像素的子块,子块总数k是W/w的整数部分;
2.3)记数字印刷设备待印刷的彩色数字图像的长为L像素、宽为W像素,待印刷数字图像的每个子块都是彩色的,将每个子块按数字印刷设备的要求进行m个通道的分色处理,得到k×m个单色子块,分别计算各单色子块全部像素值的平均值,建立k×m阶的矩阵,矩阵中第x行第y列处数值是第x个子块分色到第y个颜色通道上的像素值的平均值;
2.4)应用求得的数字印刷设备m个颜色通道上、从数字图像像素值到印后色值的映射关系,将矩阵中第x行第y列处数值代入,求得该子块在该通道上的预期印后扫描色值;同理,求出全部k个子块在m个通道上的预期印后扫描色值,建立k×m阶预期色值矩阵a2,a2中第x行第y列处数值表示第x个子块分色到第y个颜色通道上的像素值预期的经过印刷后再扫描回的色值;
2.5)完整的数字图像经过分色后在数字印刷设备的m个颜色通道上依次分别印刷,使用扫描仪扫描各通道印刷出的印品,得到m个长为L像素、宽为W像素的单色扫描数字图像,或者使用扫描仪扫描已印刷完成的彩色印品,得到彩色扫描数字图像,再经与印前相同的分色处理,得到m个长为L像素、宽为W像素的单色扫描数字图像;
2.6)在单色扫描数字图像上定位到距左边缘i像素位置,选取一个长为l像素宽为W像素的扫描子图,沿宽度方向上将扫描子图连续划分为宽度都为w像素的扫描子块,扫描子块总数是W/w的整数部分,扫描子块与子块总数相同,位置一一对应;读出每个扫描子块上的全部像素值并计算平均值,建立k×m阶的实际印刷色值矩阵b2,b2的第 x行第y列处数值表示数字图像经过该数字印刷设备实际印刷所得的印品上,距左边缘i像素、第x个子块位置,第y个颜色通道上的扫描仪扫描所得像素值的平均值。
4.根据权利要求1所述的一种数字印刷印品缺陷检测方法,其特征在于,所述步骤3)的具体步骤如下:
若矩阵Q中有P个值>Y,则该印品质量不合格;反之,合格;
求矩阵Q的标准差s:
若该标准差s>Y,则该印品的质量不合格;反之,合格;
若矩阵Q中的任意一个值|x|>Y,则该印品不合格;反之,合格;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211587361.1A CN115908364B (zh) | 2022-12-12 | 2022-12-12 | 一种数字印刷印品缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211587361.1A CN115908364B (zh) | 2022-12-12 | 2022-12-12 | 一种数字印刷印品缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115908364A true CN115908364A (zh) | 2023-04-04 |
CN115908364B CN115908364B (zh) | 2023-05-30 |
Family
ID=85749837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211587361.1A Active CN115908364B (zh) | 2022-12-12 | 2022-12-12 | 一种数字印刷印品缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908364B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117162665A (zh) * | 2023-11-03 | 2023-12-05 | 星璟材料科技(南通)有限公司 | 一种印刷品印刷生产控制系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001219546A (ja) * | 2000-02-10 | 2001-08-14 | Dainippon Screen Mfg Co Ltd | 印刷物検査方法 |
CN101055560A (zh) * | 2006-04-12 | 2007-10-17 | 株式会社理光 | 一种打印质量评估方法和评估系统 |
JP2008035379A (ja) * | 2006-07-31 | 2008-02-14 | Seiko Epson Corp | 印刷装置、印刷プログラム、印刷方法、画像処理装置、画像処理プログラム及び画像処理方法、表示装置、表示プログラム及び表示方法、並びに前記プログラムを記憶した記憶媒体 |
JP2009010983A (ja) * | 1996-02-26 | 2009-01-15 | Richard A Holub | 異なる画像表示装置を連携する方法、色エラー検知方法及び色測定装置 |
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 |
CN105957082A (zh) * | 2016-05-04 | 2016-09-21 | 广东锐视智能检测有限公司 | 一种基于面阵相机的印刷质量在线监测方法 |
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 |
CN109886954A (zh) * | 2019-02-28 | 2019-06-14 | 湖南大学 | 一种印刷品缺陷检测方法 |
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 |
CN112508826A (zh) * | 2020-11-16 | 2021-03-16 | 哈尔滨工业大学(深圳) | 一种基于特征配准及梯度形状匹配融合的印刷品缺陷检测方法 |
CN114905851A (zh) * | 2022-07-15 | 2022-08-16 | 浙江工业大学 | 一种印刷色密度特征曲线采集方法 |
CN115078365A (zh) * | 2021-03-15 | 2022-09-20 | 中国石油大学(华东) | 一种软包装印刷质量缺陷检测方法 |
JP2022174394A (ja) * | 2021-05-11 | 2022-11-24 | キヤノン株式会社 | 印刷物を検査するための画像処理装置、画像処理方法及びプログラム |
-
2022
- 2022-12-12 CN CN202211587361.1A patent/CN115908364B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009010983A (ja) * | 1996-02-26 | 2009-01-15 | Richard A Holub | 異なる画像表示装置を連携する方法、色エラー検知方法及び色測定装置 |
JP2001219546A (ja) * | 2000-02-10 | 2001-08-14 | Dainippon Screen Mfg Co Ltd | 印刷物検査方法 |
CN101055560A (zh) * | 2006-04-12 | 2007-10-17 | 株式会社理光 | 一种打印质量评估方法和评估系统 |
JP2008035379A (ja) * | 2006-07-31 | 2008-02-14 | Seiko Epson Corp | 印刷装置、印刷プログラム、印刷方法、画像処理装置、画像処理プログラム及び画像処理方法、表示装置、表示プログラム及び表示方法、並びに前記プログラムを記憶した記憶媒体 |
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 |
CN105957082A (zh) * | 2016-05-04 | 2016-09-21 | 广东锐视智能检测有限公司 | 一种基于面阵相机的印刷质量在线监测方法 |
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 |
CN109886954A (zh) * | 2019-02-28 | 2019-06-14 | 湖南大学 | 一种印刷品缺陷检测方法 |
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 |
CN112508826A (zh) * | 2020-11-16 | 2021-03-16 | 哈尔滨工业大学(深圳) | 一种基于特征配准及梯度形状匹配融合的印刷品缺陷检测方法 |
CN115078365A (zh) * | 2021-03-15 | 2022-09-20 | 中国石油大学(华东) | 一种软包装印刷质量缺陷检测方法 |
JP2022174394A (ja) * | 2021-05-11 | 2022-11-24 | キヤノン株式会社 | 印刷物を検査するための画像処理装置、画像処理方法及びプログラム |
CN114905851A (zh) * | 2022-07-15 | 2022-08-16 | 浙江工业大学 | 一种印刷色密度特征曲线采集方法 |
Non-Patent Citations (5)
Title |
---|
张洋;普杰信;梁灵飞;张蕾;: "基于超像素的印刷品色差在线检测方法", 测控技术 * |
曹倩;: "基于四元数奇异值分解的数字印刷质量评价", 包装工程 * |
李丹;白国君;金媛媛;童艳;: "基于机器视觉的包装袋缺陷检测算法研究与应用", 激光与光电子学进展 * |
杨翰林;张铁锋;: "浅析印品质量在线检测技术", 印刷质量与标准化 * |
王愿: ""基于数字图像处理技术的全画面印品质量检测"", 《中国优秀硕士学位论文全文数据库电子期刊工程科技Ⅰ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117162665A (zh) * | 2023-11-03 | 2023-12-05 | 星璟材料科技(南通)有限公司 | 一种印刷品印刷生产控制系统 |
CN117162665B (zh) * | 2023-11-03 | 2023-12-26 | 星璟材料科技(南通)有限公司 | 一种印刷品印刷生产控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115908364B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8837807B2 (en) | Inspection method with color correction | |
US8830454B2 (en) | Apparatus and methods for setting up optical inspection parameters | |
JPS5811562B2 (ja) | イロブンカイソウチ | |
Yee et al. | A perceptual metric for production testing | |
CN115908364A (zh) | 一种数字印刷印品缺陷检测方法 | |
CN103076334A (zh) | 一种定量评价数字印刷线条与文本感知质量的方法 | |
CN110044485B (zh) | 一种图像式织物颜色测量方法 | |
US8749861B2 (en) | L*a*b* scanning using RGB-clear | |
Hong et al. | New algorithm for calculating perceived colour difference of images | |
Chen et al. | Signal-to-noise ratio evaluation of a CCD camera | |
Morovič et al. | The perceptibility of color differences in continuous transitions | |
Stojanović et al. | Just noticeable difference prediction and image quality assessment | |
WO2011068179A1 (en) | Image information processing method, image information processing apparatus, image processing apparatus, and recording medium | |
Rao et al. | Combined transform and spatial domain based “no reference” measure for underwater images | |
JPH08145907A (ja) | 欠陥検査装置 | |
MacDonald | Color space transformation using neural networks | |
Deborah et al. | On the quality evaluation of spectral image processing algorithms | |
Foster et al. | Information limits on identification of natural surfaces by apparent colour | |
JP5488983B2 (ja) | 画像情報処理方法、画像情報処理装置、及び記録媒体 | |
Petersson | A review of perceptual image quality | |
Kuo et al. | Perceptual color granularity metric via scanner | |
Condor et al. | Gloss-Aware Color Correction for 3D Printing | |
JPH10100386A (ja) | 印刷物検査装置および印刷物検査方法 | |
Baxter et al. | Applying image quality in cell phone cameras: lens distortion | |
JP4735534B2 (ja) | 画像処理装置、画像読取装置およびプログラム |
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 |