CN117788404A - 字符缺陷检测方法、检测装置、检测系统和存储介质 - Google Patents
字符缺陷检测方法、检测装置、检测系统和存储介质 Download PDFInfo
- Publication number
- CN117788404A CN117788404A CN202311797430.6A CN202311797430A CN117788404A CN 117788404 A CN117788404 A CN 117788404A CN 202311797430 A CN202311797430 A CN 202311797430A CN 117788404 A CN117788404 A CN 117788404A
- Authority
- CN
- China
- Prior art keywords
- image
- template
- registration
- differential
- character
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims description 23
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 230000000877 morphologic effect Effects 0.000 claims abstract description 66
- 238000004590 computer program Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请公开了一种字符缺陷检测方法、检测装置、检测系统和计算机可读存储介质。字符缺陷检测方法包括:获取印刷品字符的模板图像;对模板图像进行形态学操作,得到模板处理图像;将待检测图像与模板图像进行对齐处理,得到配准图像;对配准图像进行形态学操作,得到配准处理图像;根据配准图像与模板处理图像得到第一差分图像;根据模板图像与配准处理图像得到第二差分图像;根据第一差分图像和第二差分图像计算第三差分图像;根据第三差分图像检测待检测图像中的字符缺陷。如此,可以有效地检测印刷品字符缺陷,漏检率较低,且不会引起字符误报。
Description
技术领域
本申请涉及工业视觉技术领域,特别涉及一种字符缺陷检测方法、检测装置、检测系统和计算机可读存储介质。
背景技术
印刷品在我们的日常生活中随处可见,比如各种标签、药盒、书籍等。印刷品上的字符是最重要的信息传递手段,因此在印刷品质量检测过程中,字符缺陷是较为严重的缺陷之一。印刷字符缺陷大致可分为字符漏印缺陷和字符多印两类缺陷。目前,针对印刷品字符的缺陷检测方法容易造成缺陷漏检。
发明内容
本申请实施方式提供了一种字符缺陷检测方法、检测装置、检测系统和计算机可读存储介质,以解决上述存在的至少一个技术问题。
本申请实施方式的字符缺陷检测方法,包括:
获取印刷品字符的模板图像;
对所述模板图像进行形态学操作,得到模板处理图像;
将待检测图像与所述模板图像进行对齐处理,得到配准图像;
对所述配准图像进行形态学操作,得到配准处理图像;
根据所述配准图像与所述模板处理图像得到第一差分图像;
根据所述模板图像与所述配准处理图像得到第二差分图像;
根据所述第一差分图像和所述第二差分图像计算第三差分图像;
根据所述第三差分图像检测所述待检测图像中的字符缺陷。
在某些实施方式中,所述对所述模板图像进行形态学操作,得到模板处理图像,包括:
对所述模板图像进行第一形态学操作,得到模板低值图像;
对所述模板图像进行第二形态学操作,得到模板高值图像;
所述根据所述配准图像与所述模板处理图像得到第一差分图像,包括:
根据所述配准图像与所述模板低值图像及所述模板高值图像得到所述第一差分图像。
在某些实施方式中,所述根据所述配准图像与所述模板低值图像及所述模板高值图像得到所述第一差分图像,包括:
根据所述配准图像与所述模板高值图像得到第一子差分图像;
根据所述配准图像与所述模板低值图像得到第二子差分图像;
根据所述第一子差分图像和所述第二子差分图像确定所述第一差分图像。
在某些实施方式中,所述对所述配准图像进行形态学操作,得到配准处理图像,包括:
对所述配准图像进行第一形态学操作,得到配准低值图像;
对所述配准图像进行第二形态学操作,得到配准高值图像;
所述根据所述模板图像与所述配准处理图像得到第二差分图像,包括:
根据所述模板图像与所述配准低值图像及所述配准高值图像得到所述第二差分图像。
在某些实施方式中,所述根据所述模板图像与所述配准低值图像及所述配准高值图像得到所述第二差分图像,包括:
根据所述模板图像与所述配准高值图像得到第三子差分图像;
根据所述模板图像与所述配准低值图像得到第四子差分图像;
根据所述第三子差分图像和所述第四子差分图像确定所述第二差分图像。
在某些实施方式中,所述第一形态学操作包括腐蚀操作,和/或
所述第二形态学操作包括膨胀操作。
在某些实施方式中,所述根据所述第三差分图像检测所述待检测图像中的字符缺陷,包括:
对所述第三差分图像进行阈值检测以判断所述待检测图像中的字符缺陷。
本申请实施方式的字符缺陷检测装置,包括:
获取模块,用于获取印刷品字符的模板图像;
处理模块,用于对所述模板图像进行形态学操作,得到模板处理图像;
对齐模块,用于将待检测图像与所述模板图像进行对齐处理,得到配准图像;
所述处理模块还用于对所述配准图像进行形态学操作,得到配准处理图像;
差分模块,用于根据所述配准图像与所述模板处理图像得到第一差分图像;
所述差分模块还用于根据所述模板图像与所述配准处理图像得到第二差分图像;
所述差分模块还用于根据所述第一差分图像和所述第二差分图像计算第三差分图像;
检测模块,用于根据所述第三差分图像检测所述待检测图像中的字符缺陷。
本申请实施方式的字符缺陷检测系统,包括一个或多个处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行的情况下,实现上述任一实施方式的字符缺陷检测方法。
本申请实施方式的计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行的情况下,实现上述任一实施方式的字符缺陷检测方法。
本申请实施方式的字符缺陷检测方法、检测装置、检测系统和计算机可读存储介质,对模板图像和配准图像分别进行形态学操作得到模板处理图像和配准处理图像,再基于模板图像、配准图像、模板处理图像和配准处理图像得到第三差分图像,根据第三差分图像检测待检测图像中的字符缺陷。如此,可以有效地检测印刷品字符缺陷,漏检率较低,且不会引起字符误报。
本申请实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请实施方式的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请某些实施方式的字符缺陷检测方法的流程示意图;
图2是本申请某些实施方式的字符缺陷检测方法的建模阶段的流程示意图;
图3是本申请某些实施方式的字符缺陷检测方法的检测阶段的流程示意图;
图4是本申请某些实施方式的模板图像的示意图;
图5是本申请某些实施方式的待检测图像的示意图;
图6是现有技术中模板图像与配准图像的差分图像的示意图;
图7是本申请某些实施方式的字符缺陷检测方法的流程示意图;
图8是本申请某些实施方式的模板低值图像的示意图;
图9是本申请某些实施方式的模板高值图像的示意图;
图10是本申请某些实施方式的字符缺陷检测方法的流程示意图;
图11是本申请某些实施方式的第一差分图像的示意图;
图12是本申请某些实施方式的字符缺陷检测方法的流程示意图;
图13是本申请某些实施方式的配准低值图像的示意图;
图14是本申请某些实施方式的配准高值图像的示意图;
图15是本申请某些实施方式的字符缺陷检测方法的流程示意图;
图16是本申请某些实施方式的第二差分图像的示意图;
图17是本申请某些实施方式的字符缺陷检测方法的流程示意图;
图18是本申请某些实施方式的第三差分图像的示意图;
图19是本申请某些实施方式的字符缺陷检测装置的模块示意图;
图20是本申请某些实施方式的字符缺陷检测系统的模块示意图;
图21是本申请某些实施方式的计算机可读存储介质与处理器的连接状态示意图。
具体实施方式
以下结合附图对本申请的实施方式作进一步说明。附图中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。另外,下面结合附图描述的本申请的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的限制。
请参阅图1至图3,本申请实施方式提供一种字符缺陷检测方法,包括:
010:获取印刷品字符的模板图像;
020:对模板图像进行形态学操作,得到模板处理图像;
030:将待检测图像与模板图像进行对齐处理,得到配准图像;
040:对配准图像进行形态学操作,得到配准处理图像;
050:根据配准图像与模板处理图像得到第一差分图像;
060:根据模板图像与配准处理图像得到第二差分图像;
070:根据第一差分图像和第二差分图像计算第三差分图像;
080:根据第三差分图像检测待检测图像中的字符缺陷。
本申请实施方式的字符缺陷检测方法,对模板图像和配准图像分别进行形态学操作得到模板处理图像和配准处理图像,再基于模板图像、配准图像、模板处理图像和配准处理图像得到第三差分图像,根据第三差分图像检测待检测图像中的字符缺陷。如此,可以有效地检测印刷品字符缺陷,漏检率较低,且不会引起字符误报。
具体地,印刷品字符可以包括文字、数字、字母、图形、符号等。模板图像(如图4所示)和待检测图像(如图5所示)为同一产线上的印刷品字符的图像,待检测图像包括多张待检测的印刷品字符图像。
首先进行建模:选取一张合格的印刷品字符图像作为模板图像,对模板图像进行形态学操作,得到模板处理图像。建模完成后,可以根据模板图像和模板处理图像对待检测图像进行字符缺陷检测。可以理解,待检测图像中的印刷品字符的位置应当与模板图像中印刷品字符的位置一致,但图像拍摄过程中无法保证印刷品字符在两张图像中的位置完全一致。因此,需要将待检测图像与模板图像进行对齐处理,可以采用任意的图像对齐算法对待检测图像和模板图像进行对齐处理,例如,可以采用基于特征点匹配的图像对齐算法、基于直方图匹配的图像对齐算法、模板匹配或基于图像金字塔的光流法,在此不作限制。将待检测图像与模板图像进行对齐处理后,得到配准图像。
得到配准图像后,对配准图像进行形态学操作,得到配准处理图像。根据配准图像与模板处理图像可以得到第一差分图像;根据模板图像与配准处理图像可以得到第二差分图像。再根据第一差分图像和第二差分图像计算得到第三差分图像。根据第三差分图像即可检测出待检测图像中的字符缺陷。
需要说明的是,现有技术中,通常直接根据模板图像和配准图像得到差分图像(如图6所示),差分图像在字符边缘处会有较多的伪影无法去除,导致字符误报率较高,大量的误报导致字符的真实缺陷被覆盖,易造成漏检。但若通过参数阈值将误报率降低,真实字符缺陷也会因为参数范围太大而导致漏检,误报率和漏检率无法得到有效平衡。而本申请实施方式的字符缺陷检测方法先对模板图像和配准图像进行形态学操作再得到差分图像,如此,可以有效地检测印刷品字符缺陷,漏检率较低,且不会引起字符误报。
此外,现有技术中,还有基于字符骨架进行缺陷检测的方法,需要在检测过程中提取测试字符骨架图像与测试字符膨胀图像等复杂操作,无法满足高速的印刷品检测场景。而本申请实施方式的字符缺陷检测方法中采用的形态学操作,可以满足高速的印刷品检测场景。
在某些实施方式中,形态学操作包括第一形态学操作和第二形态学操作。第一形态学操作包括腐蚀操作,和/或第二形态学操作包括膨胀操作。
具体地,腐蚀操作过程如下:构建一个结构元,结构元可以认为是m×n的矩阵,确定其中一个元素为结构元原点。可以采用滑动窗口的方式,将结构元原点放置在待腐蚀图像的每个像素上。对于待腐蚀图像中每个像素,检查结构元所覆盖区域中的所有像素点(也即m×n个像素点)的像素值,按照预定规则对该像素点赋予新像素值,例如,可以取结构元覆盖的多个像素点的像素值的最小值作为该像素点的新像素值。遍历整幅待腐蚀图像,每个像素点确定一个新像素值,得到腐蚀后的图像。
膨胀操作过程如下:构建一个结构元,结构元可以认为是m×n的矩阵,确定其中一个元素为结构元原点。可以采用滑动窗口的方式,将结构元原点放置在待膨胀图像的每个像素点上。对于待膨胀图像中每个像素点,检查结构元所覆盖区域中的所有像素点(也即m×n个像素点)的像素值,按照预定规则对该像素点赋予新像素值,例如,可以取结构元覆盖的多个像素点的像素值的最大值作为该像素点的新像素值。遍历整幅待膨胀图像,每个像素点确定一个新像素值,得到膨胀后的图像。
请参阅图2、图3和图7,在某些实施方式中,对模板图像进行形态学操作,得到模板处理图像(即020),包括:
021:对模板图像进行第一形态学操作,得到模板低值图像;
022:对模板图像进行第二形态学操作,得到模板高值图像;
根据配准图像与模板处理图像得到第一差分图像(即050),包括:
051:根据配准图像与模板低值图像及模板高值图像得到第一差分图像。
具体地,以M表示模板图像,以L表示配准图像,构建一个m×n的矩阵作为结构元,m×n的矩阵的大小及元素数值可以根据实际情况进行设定和调整。采用设定的结构元对模板图像M进行第一形态学操作(也即腐蚀操作),得到模板低值图像ML(如图8所示)。采用设定的结构元对矩阵对模板图像M进行第二形态学操作(也即膨胀操作),得到模板高值图像MH(如图9所示)。模板处理图像包括模板低值图像ML和模板高值图像MH,根据配准图像L与模板低值图像ML及模板高值图像MH可以得到第一差分图像A。第一差分图像A可用于检测出字符多印缺陷。
请参阅图10,在某些实施方式中,根据配准图像与模板低值图像及模板高值图像得到第一差分图像(即051),包括:
0511:根据配准图像与模板高值图像得到第一子差分图像;
0512:根据配准图像与模板低值图像得到第二子差分图像;
0513:根据第一子差分图像和第二子差分图像确定第一差分图像。
具体地,配准图像L减去模板高值图像MH,即可得到第一子差分图像A1,计算公式可以如下:
A1(x,y)=max(0,L(x,y)-MH(x,y))
也即以配准图像L中像素点的像素值减去模板高值图像MH中对应像素点的像素值,作为第一子差分图像A1的像素值,为保证第一子差分图像A1中每个像素点的像素值均大于等于0,将为负数的像素值置为0。
模板低值图像ML减去配准图像L,即可得到第二子差分图像A2,计算公式可以如下:
A2(x,y)=max(0,ML(x,y)-L(x,y))
也即以模板低值图像ML中像素点的像素值减去配准图像L中对应像素点的像素值,作为第二子差分图像A2的像素值,为保证第二子差分图像A2中每个像素点的像素值均大于等于0,将为负数的像素值置为0。
得到第一子差分图像A1和第二子差分图像A2后,将第一子差分图像A1中的像素点的像素值与第二子差分图像A2中对应像素点的像素值进行比较,即可得到第一差分图像A(如图11所示),计算公式可以如下:
A(x,y)=max(A1(x,y),A2(x,y))
也即对每个像素点,取第一子差分图像A1和第二子差分图像A2中较大的像素值作为第一差分图像A中的像素值。本申请实施方式中,根据第一差分图像A可以有效地检测出字符多印缺陷。
请参阅图3和图12,在某些实施方式中,对配准图像进行形态学操作,得到配准处理图像(即040),包括:
041:对配准图像进行第一形态学操作,得到配准低值图像;
042:对配准图像进行第二形态学操作,得到配准高值图像;
根据模板图像与配准处理图像得到第二差分图像(即060),包括:
061:根据模板图像与配准低值图像及配准高值图像得到第二差分图像。
具体地,构建一个m×n的矩阵作为结构元,m×n的矩阵的大小及元素数值可以根据实际情况进行设定和调整。采用设定的结构元对配准图像L进行第一形态学操作(也即腐蚀操作),得到配准低值图像LL(如图13所示)。采用设定的结构元对配准图像L进行第二形态学操作(也即膨胀操作),得到配准高值图像LH(如图14所示)。配准处理图像包括配准低值图像LL和配准高值图像LH,根据模板图像M与配准低值图像LL及配准高值图像LH可以得到第二差分图像B。第二差分图像B可用于检测出字符漏印缺陷。
请参阅图15,在某些实施方式中,根据模板图像与配准低值图像及配准高值图像得到第二差分图像(即061),包括:
0611:根据模板图像与配准高值图像得到第三子差分图像;
0612:根据模板图像与配准低值图像得到第四子差分图像;
0613:根据第三子差分图像和第四子差分图像确定第二差分图像。
具体地,模板图像M减去配准高值图像LH,即可得到第三子差分图像B1,计算公式可以如下:
B1(x,y)=max(0,M(x,y)-LH(x,y))
也即以模板图像M中像素点的像素值减去配准高值图像LH中对应像素点的像素值,作为第三子差分图像B1的像素值,为保证第三子差分图像B1中每个像素点的像素值均大于等于0,将为负数的像素值置为0。
配准低值图像LL减去模板图像M,即可得到第四子差分图像B2,计算公式可以如下:
B2(x,y)=max(0,LL(x,y)-M(x,y))
也即以配准低值图像LL中像素点的像素值减去模板图像M中对应像素点的像素值,作为第四子差分图像B2的像素值,为保证第四子差分图像B2中每个像素点的像素值均大于等于0,将为负数的像素值置为0。
得到第三子差分图像B1和第四子差分图像B2后,将第三子差分图像B1中的像素点的像素值与第四子差分图像B2中对应像素点的像素值进行比较,即可得到第二差分图像B(如图16所示),计算公式可以如下:
B(x,y)=max(B1(x,y),B2(x,y))
也即对每个像素点,取第三子差分图像B1和第四子差分图像B2中较大的像素值作为第二差分图像B中的像素值。本申请实施方式中,根据第二差分图像B可以有效地检测出字符漏印缺陷。
请参阅图17,在某些实施方式中,根据第三差分图像检测待检测图像中的字符缺陷(即080),包括:
081:对第三差分图像进行阈值检测以判断待检测图像中的字符缺陷。
具体地,得到第一差分图像A和第二差分图像B后,将第一差分图像A中的像素点的像素值与第二差分图像B中对应像素点的像素值进行比较,即可得到第三差分图像C(如图18所示),计算公式可以如下:
C(x,y)=max(A(x,y),B(x,y))
也即对每个像素点,取第一差分图像A和第二差分图像B中较大的像素值作为第三差分图像C中的像素值。
得到第三差分图像C后,通过阈值检测判断待检测图像中的字符缺陷。可以设定一个阈值,将字符缺陷从第三差分图像C中分割出来,如图18所示,圆框框出的即为字符缺陷。如此,根据第三差分图像C可以有效地检测出字符漏印缺陷和字符多印缺陷。
请参阅图19,本申请实施方式还提供一种字符缺陷检测装置100,包括获取模块10、处理模块20、对齐模块30、差分模块40和检测模块50。获取模块10用于获取印刷品字符的模板图像。处理模块20用于对模板图像进行形态学操作,得到模板处理图像。对齐模块30用于将待检测图像与模板图像进行对齐处理,得到配准图像。处理模块20还用于对配准图像进行形态学操作,得到配准处理图像。差分模块40用于根据配准图像与模板处理图像得到第一差分图像。差分模块40还用于根据模板图像与配准处理图像得到第二差分图像。差分模块40还用于根据第一差分图像和第二差分图像计算第三差分图像。检测模块50用于根据第三差分图像检测待检测图像中的字符缺陷。
在某些实施方式中,处理模块20具体用于对模板图像进行第一形态学操作,得到模板低值图像;对模板图像进行第二形态学操作,得到模板高值图像。此时,差分模块40具体用于根据配准图像与模板低值图像及模板高值图像得到第一差分图像。
在某些实施方式中,差分模块40具体用于根据配准图像与模板高值图像得到第一子差分图像;根据配准图像与模板低值图像得到第二子差分图像;根据第一子差分图像和第二子差分图像确定第一差分图像。
在某些实施方式中,处理模块20具体用于对配准图像进行第一形态学操作,得到配准低值图像;对配准图像进行第二形态学操作,得到配准高值图像。此时,差分模块40具体用于根据模板图像与配准低值图像及配准高值图像得到第二差分图像。
在某些实施方式中,差分模块40具体用于根据模板图像与配准高值图像得到第三子差分图像;根据模板图像与配准低值图像得到第四子差分图像;根据第三子差分图像和第四子差分图像确定第二差分图像。
在某些实施方式中,第一形态学操作包括腐蚀操作,和/或第二形态学操作包括膨胀操作。
在某些实施方式中,检测模块50具体用于对第三差分图像进行阈值检测以判断待检测图像中的字符缺陷。
需要指出的是,前述实施方式中对字符缺陷检测方法的解释说明同样适用于本申请实施方式的字符缺陷检测装置100,在此不再展开说明。
请参阅图20,本申请实施方式还提供一种字符缺陷检测系统200。字符缺陷检测系统200包括一个或多个处理器210和存储器220。存储器220存储有计算机程序,计算机程序被处理器210执行的情况下,实现上述任一实施方式的字符缺陷检测方法。
例如,计算机程序被处理器210执行的情况下,实现如下的字符缺陷检测方法:
010:获取印刷品字符的模板图像;
020:对模板图像进行形态学操作,得到模板处理图像;
030:将待检测图像与模板图像进行对齐处理,得到配准图像;
040:对配准图像进行形态学操作,得到配准处理图像;
050:根据配准图像与模板处理图像得到第一差分图像;
060:根据模板图像与配准处理图像得到第二差分图像;
070:根据第一差分图像和第二差分图像计算第三差分图像;
080:根据第三差分图像检测待检测图像中的字符缺陷。
又例如,计算机程序被处理器210执行的情况下,实现如下的字符缺陷检测方法:
021:对模板图像进行第一形态学操作,得到模板低值图像;
022:对模板图像进行第二形态学操作,得到模板高值图像;
根据配准图像与模板处理图像得到第一差分图像(即050),包括:
051:根据配准图像与模板低值图像及模板高值图像得到第一差分图像。
需要指出的是,前述实施方式中对字符缺陷检测方法和字符缺陷检测装置100的解释说明同样适用于本申请实施方式的字符缺陷检测系统200,在此不再展开说明。
请参阅图21,本申请实施方式还提供一种计算机可读存储介质300,其上存储有计算机程序310。程序被处理器320执行的情况下,实现上述任一实施方式的字符缺陷检测方法。
例如,程序被处理器320执行的情况下,实现如下的字符缺陷检测方法:
010:获取印刷品字符的模板图像;
020:对模板图像进行形态学操作,得到模板处理图像;
030:将待检测图像与模板图像进行对齐处理,得到配准图像;
040:对配准图像进行形态学操作,得到配准处理图像;
050:根据配准图像与模板处理图像得到第一差分图像;
060:根据模板图像与配准处理图像得到第二差分图像;
070:根据第一差分图像和第二差分图像计算第三差分图像;
080:根据第三差分图像检测待检测图像中的字符缺陷。
又例如,程序被处理器320执行的情况下,实现如下的字符缺陷检测方法:
021:对模板图像进行第一形态学操作,得到模板低值图像;
022:对模板图像进行第二形态学操作,得到模板高值图像;
根据配准图像与模板处理图像得到第一差分图像(即050),包括:
051:根据配准图像与模板低值图像及模板高值图像得到第一差分图像。
需要指出的是,前述实施方式中对字符缺陷检测方法和字符缺陷检测装置100的解释说明同样适用于本申请实施方式的计算机可读存储介质300,在此不再展开说明。
本申请实施方式的字符缺陷检测方法、检测装置100、检测系统200和计算机可读存储介质300,对模板图像和配准图像分别进行形态学操作得到模板处理图像和配准处理图像,再基于模板图像、配准图像、模板处理图像和配准处理图像得到第三差分图像,根据第三差分图像检测待检测图像中的字符缺陷。如此,可以有效地检测印刷品字符缺陷,漏检率较低,且不会引起字符误报。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读存储介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,计算机可读存储介质可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置、以及便携式光盘只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型,本申请的范围由权利要求及其等同物限定。
Claims (10)
1.一种字符缺陷检测方法,其特征在于,包括:
获取印刷品字符的模板图像;
对所述模板图像进行形态学操作,得到模板处理图像;
将待检测图像与所述模板图像进行对齐处理,得到配准图像;
对所述配准图像进行形态学操作,得到配准处理图像;
根据所述配准图像与所述模板处理图像得到第一差分图像;
根据所述模板图像与所述配准处理图像得到第二差分图像;
根据所述第一差分图像和所述第二差分图像计算第三差分图像;
根据所述第三差分图像检测所述待检测图像中的字符缺陷。
2.根据权利要求1所述的字符缺陷检测方法,其特征在于,所述对所述模板图像进行形态学操作,得到模板处理图像,包括:
对所述模板图像进行第一形态学操作,得到模板低值图像;
对所述模板图像进行第二形态学操作,得到模板高值图像;
所述根据所述配准图像与所述模板处理图像得到第一差分图像,包括:
根据所述配准图像与所述模板低值图像及所述模板高值图像得到所述第一差分图像。
3.根据权利要求2所述的字符缺陷检测方法,其特征在于,所述根据所述配准图像与所述模板低值图像及所述模板高值图像得到所述第一差分图像,包括:
根据所述配准图像与所述模板高值图像得到第一子差分图像;
根据所述配准图像与所述模板低值图像得到第二子差分图像;
根据所述第一子差分图像和所述第二子差分图像确定所述第一差分图像。
4.根据权利要求1所述的字符缺陷检测方法,其特征在于,所述对所述配准图像进行形态学操作,得到配准处理图像,包括:
对所述配准图像进行第一形态学操作,得到配准低值图像;
对所述配准图像进行第二形态学操作,得到配准高值图像;
所述根据所述模板图像与所述配准处理图像得到第二差分图像,包括:
根据所述模板图像与所述配准低值图像及所述配准高值图像得到所述第二差分图像。
5.根据权利要求4所述的字符缺陷检测方法,其特征在于,所述根据所述模板图像与所述配准低值图像及所述配准高值图像得到所述第二差分图像,包括:
根据所述模板图像与所述配准高值图像得到第三子差分图像;
根据所述模板图像与所述配准低值图像得到第四子差分图像;
根据所述第三子差分图像和所述第四子差分图像确定所述第二差分图像。
6.根据权利要求2或4所述的字符缺陷检测方法,其特征在于,所述第一形态学操作包括腐蚀操作,和/或
所述第二形态学操作包括膨胀操作。
7.根据权利要求1所述的字符缺陷检测方法,其特征在于,所述根据所述第三差分图像检测所述待检测图像中的字符缺陷,包括:
对所述第三差分图像进行阈值检测以判断所述待检测图像中的字符缺陷。
8.一种字符缺陷检测装置,其特征在于,包括:
获取模块,用于获取印刷品字符的模板图像;
处理模块,用于对所述模板图像进行形态学操作,得到模板处理图像;
对齐模块,用于将待检测图像与所述模板图像进行对齐处理,得到配准图像;
所述处理模块还用于对所述配准图像进行形态学操作,得到配准处理图像;
差分模块,用于根据所述配准图像与所述模板处理图像得到第一差分图像;
所述差分模块还用于根据所述模板图像与所述配准处理图像得到第二差分图像;
所述差分模块还用于根据所述第一差分图像和所述第二差分图像计算第三差分图像;
检测模块,用于根据所述第三差分图像检测所述待检测图像中的字符缺陷。
9.一种字符缺陷检测系统,其特征在于,包括一个或多个处理器和存储器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行的情况下,实现权利要求1-7任意一项所述的字符缺陷检测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行的情况下,实现权利要求1-7任意一项所述的字符缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311797430.6A CN117788404A (zh) | 2023-12-25 | 2023-12-25 | 字符缺陷检测方法、检测装置、检测系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311797430.6A CN117788404A (zh) | 2023-12-25 | 2023-12-25 | 字符缺陷检测方法、检测装置、检测系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117788404A true CN117788404A (zh) | 2024-03-29 |
Family
ID=90399441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311797430.6A Pending CN117788404A (zh) | 2023-12-25 | 2023-12-25 | 字符缺陷检测方法、检测装置、检测系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117788404A (zh) |
-
2023
- 2023-12-25 CN CN202311797430.6A patent/CN117788404A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109871895B (zh) | 电路板的缺陷检测方法和装置 | |
CN109671078B (zh) | 一种产品表面图像异常检测方法及装置 | |
CN110197180B (zh) | 字符缺陷检测方法、装置及设备 | |
CN111489337B (zh) | 一种自动光学检测伪缺陷去除方法及系统 | |
CN110458791B (zh) | 质量缺陷检测方法和检测设备 | |
CN112906534A (zh) | 一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法 | |
CN113610774A (zh) | 一种玻璃划痕缺陷检测方法、系统、装置及存储介质 | |
US20220076404A1 (en) | Defect management apparatus, method and non-transitory computer readable medium | |
CN113505781B (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
CN113610773B (zh) | 一种垫片孔洞质量检测方法、系统、装置及存储介质 | |
CN113066088A (zh) | 工业检测中的检测方法、检测装置和存储介质 | |
CN111223083A (zh) | 表面划痕检测神经网络的构建方法、系统、装置及介质 | |
CN111967345A (zh) | 一种实时判定摄像头遮挡状态的方法 | |
CN113780484B (zh) | 工业产品缺陷检测方法和装置 | |
CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
CN111126383A (zh) | 车牌检测方法、系统、装置及存储介质 | |
CN112986259B (zh) | 智能终端oled面板制造工艺的缺陷检测方法以及装置 | |
CN114359161A (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
JP2019121356A (ja) | 干渉領域検出装置と方法及び電子機器 | |
CN117788404A (zh) | 字符缺陷检测方法、检测装置、检测系统和存储介质 | |
CN116385411A (zh) | 一种图像检测方法及系统 | |
CN116402771A (zh) | 缺陷检测方法、装置和模型训练方法、装置 | |
CN115797327A (zh) | 一种缺陷检测方法、装置、终端设备及存储介质 | |
CN111814780B (zh) | 一种票据图像处理方法、装置、设备及存储介质 | |
CN111768426B (zh) | 一种运动目标的检测方法、装置、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 |