外文翻譯在線自動檢測方法和印刷品質(zhì)量體系

1、<p>　　在線自動檢測方法和印刷品質(zhì)量體系</p><p>　　收稿日期：2005年9月1日/接受：2005年10月25日/網(wǎng)上發(fā)布時間：2006年4月11日</p><p>　?。Ｊ┢樟指癯霭嫔?006年倫敦有限公司</p><p>　　摘要:本文研究的是一個在線自動檢測方法及系統(tǒng)印刷品的質(zhì)量。提出評估標準多色實時收集的圖像印刷。集成的設計和優(yōu)化使它透

2、明影響實時的關(guān)鍵因素檢測算法的性能。提出子空間為基礎的登記算法加速搜索速度，并且參考圖像的動態(tài)刷新避免了累積偏差，提高了配準精度。為了獲得地位和幾何實時各種缺陷，由集群和線逐線掃描動態(tài)數(shù)組提出來提取和合并的缺陷的方法的特征閾值。最后，幾何特征和統(tǒng)計參數(shù)采用分類和識別大量的缺陷，離散的點缺陷，并線性缺陷。一個運動圖像采集系統(tǒng)和分布式計算機處理系統(tǒng)的設計。實驗研究和實踐運行表明，缺陷，包括紋，潑墨，竄氣，異物等，可檢測，顯示，存儲，并警告實

3、時的。檢測速度達到2500米/分和精度達到0.375毫米在運行方向和0.15毫米的交叉方向。</p><p>　　關(guān)鍵詞：在線檢測 自動檢測 印刷品的質(zhì)量 影像處理</p><p><b>　　1引言</b></p><p>　　通過設計和加工控制的整合信息，機器視覺系統(tǒng)能夠獲得廣闊信息快速，輕松地量。因此，機器視覺技術(shù)已經(jīng)接到了很多注意

4、最近作為檢查方法，并已在各行業(yè)檢驗過程的應用，例如作為后粘接，鋼材表面的缺陷?？椢餀z查，故障的水瓶，硬幣檢測等。</p><p>　　在線檢測印刷品的落入在行業(yè)檢測中的應用機器視覺域。自定義檢測方法印刷品包括印刷品，裸眼后復查手冊觀察網(wǎng)上，通過監(jiān)視器監(jiān)視進程和隨機檢查等，并且具有的缺點包括毛坯料，視疲勞的嚴重浪費，抽查無法保證整體質(zhì)量，等等。隨著印刷技術(shù)的發(fā)展，在印刷速度的提高，及數(shù)據(jù)的復雜性和信息，印刷質(zhì)量控制

5、的手動模式已經(jīng)成為不適合的實踐需求按行業(yè)。為了保證印刷質(zhì)量印刷品的整體，提高了生產(chǎn)速度，這是必須進行實時在線質(zhì)量檢測印刷品。</p><p>　　近年來，高速CCD的廣泛應用工業(yè)相機技術(shù)和高性能的微電腦提供更好的硬件演出實時在線質(zhì)量檢測[6]的實現(xiàn)。該高實時性的算法和研究在線自動檢測系統(tǒng)的研究，按VOL工作已經(jīng)呈現(xiàn)給應付顧客需求。這些背后的機器視覺的驅(qū)動力系統(tǒng)是在打印浪費的20％-40％減少，而系統(tǒng)允許印刷機以高

6、速并且還操作使包裝印刷，以滿足生產(chǎn)率要求一必要，以確保持久的客戶滿意度。</p><p>　　特殊應用機器視覺系統(tǒng)或視頻檢測系統(tǒng)開發(fā)的印刷行業(yè)，像所有的機器視覺產(chǎn)品，從拍攝的圖像或者面積攝像機或線性陣列。這些圖像是數(shù)字化和操縱以各種方式，這取決于特定的利基應用，該系統(tǒng)是designedto地址。機器視覺系統(tǒng)在印刷行業(yè)包括兩個版本：被動和主動。被動系統(tǒng)自動完成整個檢查過程并刪除操作者從在一些情況下循環(huán)。他們可以識別

7、隨機和重復的打印缺陷，并可以用于從壞的那種良好的物質(zhì)，它們可以使100％使用一個高的網(wǎng)絡和印刷圖案的檢查分辨率區(qū)域相機或線陣相機。該系統(tǒng)本文研究的是一種被動的系統(tǒng)。主動檢查系統(tǒng)需要操作者的介入。大多數(shù)這些今天的系統(tǒng)上執(zhí)行一些機器視覺樣，用更智能的系統(tǒng)需要更少運營商參與的基本觀察和決策。最起碼，在這些情況下，圖像可以由系統(tǒng)被放大以使其更容易為一個操作員查看印刷圖案，并顯示在分割屏幕到所采樣的圖象進行比較的基準引用的圖像。</p>

8、;<p>　　許多無源系統(tǒng)能夠進行自動比較監(jiān)測的色彩，評估條形碼質(zhì)量，監(jiān)視和正確的注冊，并檢查打印缺陷。這些高端系統(tǒng)錯誤時，提醒操作者被發(fā)現(xiàn)并顯示有缺陷的位置條件在網(wǎng)絡上。在某些情況下，這些系統(tǒng)可以啟動相關(guān)的糾正措施上的部分控制新聞自動。圖像處理軟件自動matically著眼于在網(wǎng)絡上的特定位置和樣本顏色進行比較，以一個標準的顏色，是以前存儲，并監(jiān)視顏色到顏色套準。在許多系統(tǒng)中，這是通過監(jiān)測專用標志完成印刷在幅材的邊緣或在

9、該模式內(nèi)。一些系統(tǒng)現(xiàn)在可以通過查看一塊的執(zhí)行此打印本身。閉環(huán)系統(tǒng)接口與新聞注冊直接控制。這些系統(tǒng)要么網(wǎng)上之前刪除隨機發(fā)生的，他們的缺陷影響下游過程或前一復卷發(fā)送打印作業(yè)給客戶。</p><p>　　這些系統(tǒng)的各種檢測因素條件包括：顏色的變化，位置不正，條紋，飛濺，印刷錯誤，斑點等。在偏移的情況下印刷機，檢測到的缺陷包括：scrumming，誹謗，加倍，環(huán)狀白斑，污點，臟打印，印刷錯誤，刀片條紋，顏色密度，變化顏色

10、套準，前端到后端的登記，油墨/水不平衡的問題，等。在條碼驗證檢查的情況下，該檢測的因素包括：邊緣檢測，最小反射率，符號反差，最小邊緣反差，調(diào)制，缺陷，解碼等。</p><p>　　印刷行業(yè)的許多領域都采用機器視覺：包裝，消費者對產(chǎn)品標簽（藥物，化妝品，飲料，香煙等等），銀行筆記/貨幣，制藥，6-，8-，和10色印刷機器，地面和墻面，條形碼印刷等，但大多是在轉(zhuǎn)換器（那些增加價值到紙）。系統(tǒng)目前存在，可以處理任何類型

11、的的媒體：紙，箔，柔性半透明和不透明薄膜等。</p><p>　　在本文中，分布式網(wǎng)絡質(zhì)量的印刷品自動檢測系統(tǒng)進行了研究。在系統(tǒng)中，二</p><p>　　線性陣CCD工業(yè)相機由受控計算機收集印刷品的圖像，實時算法具有精度高，和用戶友好的軟件操作界面的設計。海量數(shù)據(jù)傳輸通過高速網(wǎng)絡的光學系統(tǒng)可以保證在高速圖像獲取無閃爍，反射，眩光或。一個四自由度可調(diào)節(jié)攝像頭固定裝置使精確調(diào)整相機的位置和傾

12、斜角的。有效的抗干擾措施和可靠性設計確保檢測系統(tǒng)的穩(wěn)定工作。該系統(tǒng)可以實現(xiàn)實時檢測，顯示器，存儲和提醒的缺陷在打印發(fā)生包括刮紋，潑墨，竄的過程油墨，泄漏區(qū)域，墨點，字符筆畫模糊，異物，等等。這些參數(shù)包括生產(chǎn)型，缺陷類型，板的長度和寬度，和這樣就可以設立和輸出通過在本打印機系統(tǒng)還。</p><p>　　2合成和檢測的工作原理系統(tǒng)</p><p>　　該檢測系統(tǒng)的組成包括主操作控制臺，工業(yè)線陣

13、CCD攝像頭，報警器，光電編碼器，主機，網(wǎng)絡集線器，奴隸計算機，照明光源等。圖1表示檢測系統(tǒng)和關(guān)系的結(jié)構(gòu)的組件之間。在該檢測系統(tǒng)中，主機計算機和從機都設立在分布式模式和數(shù)據(jù)通過高速網(wǎng)絡傳輸。主要經(jīng)營控制臺通過操作電腦主機一個控制面板，鍵盤和鼠標。從機控制線陣CCD攝像頭實現(xiàn)圖像采集并處理該圖像。所收集的圖像與所分析的缺陷的信息都轉(zhuǎn)移到主計算機將被顯示并觸發(fā)報警如果有，在圖像處理的結(jié)果的缺陷。主計算機的功能包括的設置采集參數(shù)，的實時顯示聚

14、集圖像和缺陷的圖像，以及所述管理印刷品數(shù)據(jù)庫及其顯示或輸出。該光電電動編碼器挑選的位移信號印刷品上的生產(chǎn)線，并輸出脈沖同步攝像機的掃描動作。 Thelighting源被安裝在攝像機和印刷品之間以提供用于線性CCD照相機線性照明。</p><p>　　3光學系統(tǒng)設計，以實現(xiàn)高速運動圖像采集</p><p>　　印刷品質(zhì)量的技術(shù)要求在檢測系統(tǒng)是為了實現(xiàn)整體質(zhì)量檢測印刷品要被打印在一個高速（運行

15、速度超過250米/分鐘）的生產(chǎn)線所需的檢測精度0.375毫米的運行方向和0.15毫米的交叉方向。為了滿足這一要求，一種光學系統(tǒng)，該系統(tǒng)能實現(xiàn)高速圖像采集應設計的。</p><p>　　圖像獲取的光學系統(tǒng)是由一個相機，鏡頭，照明系統(tǒng)等。TR-33線掃描在DALSA公司的攝像頭，在采用檢測系統(tǒng);每行的像素數(shù)為2048和其線速率等于11千赫，其滿足的需求圖像采集系統(tǒng)用于高速運動的目標。三個高性能的線掃描傳感器（3CCD

16、）收集從棱鏡和通行證高質(zhì)量的圖像信息它的集成信號處理電路，并且這讓相機以適應變化的強度和所利用的光源光譜。在通過鏡頭系統(tǒng)是尼康50毫米正常透鏡，其具有的優(yōu)點少失真，高還原性能，高適合各種偏光屏幕，可以很容易地控制進入鏡頭的光線的方向，和一個大孔徑，它可以實現(xiàn)高速的需求關(guān)于快門的光量的條件下高速運動。</p><p>　　該照明系統(tǒng)的設計中是一個重要的的機器視覺系統(tǒng)的設計元素。照明采集裝置的系統(tǒng)應確保收集圖像有更小

17、的失真，變形小，無明顯偏色，并沒有反映光暈和眩光在一個手，但它也應該確保所獲取的圖像具有絢麗的色彩，獨特的細節(jié)，亮度均勻性等對另一方面。通過的光譜，顏色的考慮溫度范圍，壽命，成本，和不同的復雜性光源，具有色溫的熒光燈6500 K的采用我們的系統(tǒng)。</p><p>　　光路設計決定的性能照明系統(tǒng)。在光的設計處理路徑，透鏡視場，照明之間的距離系統(tǒng)與收購目標，表面狀態(tài)收購目標，并且成像物鏡都是需要的元素加以考慮。在我們

18、的實驗中，鏡頭的焦距為50毫米，視場角為46°，則光源和印刷品之間的垂直距離為40mm時，而收購對象是Web顏色印刷品。該光源被安裝在間相機組和收購目標。它已封閉收購對象，使抑制盡力而為環(huán)境光的干擾。同時，一個高頻率熒光燈鎮(zhèn)流器被設計成保證聚集圖像具有均勻的強度無閃爍。</p><p>　　圖2是封閉的光的示意圖源。有四個條形燈分為兩個eudipleural基，上和下。從發(fā)出的光的一部分上燈管暴露通過對

19、印刷品表面直接透光玻璃;另一部分自曝通過光反射板的印刷品表面間接地提高發(fā)光強度。光從下燈管不能在暴露發(fā)射直接印刷品表面，但暴露在印刷品通過表面散射反射板。該散反射光，不僅可以提升發(fā)光強度，但它也能夠軟化光暴露在印刷品表面和消除眩光。整個光路徑形成一個線性光源，其方向是平行到壓輥的軸線和其照射范圍是壓榨輥的中間線附近的線性區(qū)域表面。有一個在頂部中間光源的狹縫該是由通過一對平行的導流板;圖像照明區(qū)域的進入通過相機鏡頭狹縫來實現(xiàn)的印刷品的圖像

20、的掃描。</p><p>　　照相機的設置和位置是重要光路設計的元件也并且這個功能是由相機定影裝置來實現(xiàn)。上下照相機的位置可能影響的圖像發(fā)光強度和對比度;的俯仰角相機可以改變反射光的影響，防眩光，甚至色度的圖像。因此，該相機再加上照相機鏡頭定影裝置不僅保證了精確的相機的定位和穩(wěn)定的圖像采集，但它也決定了相機的對象距離，視場，和槳距角。此外，它可以影響抗震能力和聚集圖像的照度分布和色差。在檢測系統(tǒng)，四個自由度可調(diào)的

21、相機定影裝置被設計。此設備無法只有調(diào)整攝像機的位置或俯仰角三移動自由和革命的自由，但它可能也保證了相機保持穩(wěn)定并緊固在不同的位置，并可能彈簧張力裝置消除相機的抖動造成的工作條件和保持相機的正常工作狀態(tài)。</p><p>　　4實時檢測算法和軟件設計</p><p>　　質(zhì)量檢查的主要技術(shù)要在高速生產(chǎn)線的產(chǎn)品的是實時準確性和可靠性，從而影響該算法</p><p>　　

22、來自在這項研究中，以及軟件設計。如此所謂的“實時”方面被限定為使得在檢測系統(tǒng)可以實現(xiàn)圖像的取得，轉(zhuǎn)讓，存儲，分析和聲音/顯示報警時的時間該生產(chǎn)線是在高速運行。該</p><p>　　對實時性要求強制執(zhí)行的檢測算法的rithm應具有高效率和短的運行時間。精度的要求意味著該算法在檢測系統(tǒng)通過應當能夠分析各種缺陷準確，具有一定的精度。該可靠性要求意味著檢測算法應該是穩(wěn)健的;也就是說，該算法應確保獲得運行后的很長一段正確

23、的結(jié)果。軟件的要求是滿足的需要檢測算法，并且具有較少缺陷的優(yōu)點，少內(nèi)部存儲器開支，一個用戶友好的人機接口，難以實現(xiàn)誤操作，等等。</p><p>　　4.1安裝圖像評價標準和檢測算法的積分最佳設計</p><p>　　該檢測系統(tǒng)的處理對象是彩色色譜印刷品，并且有許多邊和在采集的圖像細節(jié)。有缺陷的圖像在配置文件，色差，位置，質(zhì)地差異，顏色分布，色彩對比度，色彩的一致性，灰色水平等與正常圖像相

24、比。的特征在采集的圖像有些輕微的缺陷相似，圖像本身的一些細微的數(shù)字，并且這意味著圖像是對噪聲敏感。因此，評估準則到原始采集的圖像應設置之前的圖像處理。從實際判斷按技術(shù)為先，這是不可避免的存在一個上以不同的顏色區(qū)域的邊緣過渡區(qū)域。至得到的圖像的高對比度，的寬度在采集的圖像過渡區(qū)應CON受控至小于2個像素。第二個標準，則不同顏色的色度分布，不太可能是非常均勻的，因為照明的影響，技術(shù)出版，和CCD傳感器。為了獲得較好的工藝效果，在實驗中指定相

25、同顏色的像素之間的灰度差采集的圖像不應該超過一個預置的閾值。該第三個標準，光源的位置和強度，可影響原始成像效果在一定程度。光線的偏離角可以產(chǎn)生反射斑點，過多的照明可以產(chǎn)生眩光，弱光照可能會導致暗淡成像。因為這些結(jié)果是所有缺點的對以下的處理中，三個通道的灰度值應在一定范圍內(nèi)的預設閾值時的校準攝像機的白平衡。的閾值是灰度級在我們的研究中128。研究中的圖像本文全部與評價標準符合上面提到的</p><p>　　實時性能

26、是最嚴格要求的整體質(zhì)量檢測高速印刷品線。根據(jù)數(shù)據(jù)的一般規(guī)則的圖像流處理，數(shù)據(jù)的量減少與提前成像處理。因此，為了提高實時間性能，檢測算法應從集成優(yōu)化和運行設計每個處理單元的時間應適當分配。分析實際inquisi-的特點化目標和缺陷，表現(xiàn)為在處理方案圖。 3，采用表達系統(tǒng)檢測算法。收集的原始圖像是彩色RGB格式的數(shù)據(jù)塊和擁有最大數(shù)量。經(jīng)預處理圖像退化到一個單通道二進制圖象，并僅具有1/3原始圖像數(shù)據(jù)的數(shù)據(jù)量。在經(jīng)過重新治療位置搜索和識別的缺

27、陷，在結(jié)果是具有一個較小的數(shù)據(jù)的非保密缺陷圖像大小。經(jīng)過分級的治療和統(tǒng)計算法，所產(chǎn)生的典型的缺陷的圖像和分類信息提供給操作者并顯示在實時。從的數(shù)據(jù)尺寸的觀點處理，預處理，和搜索算法更復雜，需要相對更長的處理時間比分類和統(tǒng)計算法，所以improve-該檢測系統(tǒng)的實時性能的彪應的前處理和搜索被強調(diào)算法。</p><p><b>　　4.2預處理圖像</b></p><p>

28、;　　在所有的圖像處理，圖像的預處理通常需要更長的時間比其他治療方法，因此，在設計預處理算法，可以以高效率地工作實時性能是更重要的是改善的檢測系統(tǒng)的實時性能。預處理算法的重點研究在本文中高速生產(chǎn)線的圖像包括消除運動涂抹，圖像的配準，并且閾值的</p><p><b>　　分割的圖像。</b></p><p>　　運動拖尾引起的相對運動在相機和探究目標之間期間相機曝光。

29、消除的方法可以通過軟件或硬件。以提高實時的檢測系統(tǒng)的實時性能，硬件方法是通過在系統(tǒng)中。因為運動涂片正比于照相機的曝光時間，因此，一個好的方式來消除運動涂片是通過縮短相機的曝光時間。在TR-33高速線路掃描照相機在所述的檢測系統(tǒng)，其線通過文字獄率達到11千赫。如果配備有最理想的光源，運動拖尾可能被淘汰有效。</p><p>　　對于彩色圖像直接處理算法復雜和惡劣的問候?qū)崟r性能，這樣的傳統(tǒng)方法正在改變彩色圖像進入在進

30、行處理前一個灰度圖像。對TR-33相機的輸出是三個通道即對應于紅色，綠色和藍色。對于方便的治療，并減少顏色信息丟失，將彩色圖像分為三個根據(jù)在RGB顏色空間單色圖像處理，然后將單 - 彩色圖像處理為灰度圖像。</p><p>　　圖像匹配算法是常規(guī)方法來提取圖像。這種方法寄存器上述對象圖像與正常圖像，然后再找到通過的減法操作它們之間的差異對應的像素值。圖像配準通常是一個時間浪費搜索和匹配處理，尤其是當?shù)乃阉骱推ヅ涮?/p>

31、理被施加到一個所有像素圖像。會降低的一個的實時性能檢測系統(tǒng)明顯。以提高實時注冊處理性能，并確保精確注冊，基于子空間的準算法是設計如下：</p><p>　　收集的圖像F（X，Y）的幀作為參考畫面，使一個快速搜索的邊緣的輪廓是顯示的灰度值的變化，選擇一個小矩形areaT（X，Y），并且包含了邊緣的一些輪廓。</p><p>　　收集圖象P（X，Y）的另一幀，與對比畫面的其相鄰幀中，擾動和畫面

32、的拉伸應變δ引起的壓的技術(shù)和設備是小于2毫米（δ<±2mm）的，它是由圖像保證采集系統(tǒng)。</p><p>　　得到P中的對應像素坐標（X，Y）的模板T（X，Y）的中心坐標，提取矩形區(qū)域D（X，Y）具有N×N像素數(shù)作為目標區(qū)域，其中N = M + n，并且n的值是由δ和圖像的分辨率決定。</p><p>　　TranslatetheslidetemplateT（X，

33、Y）intargetareaD（X，Y），計算絕對值ε的MN的總和在每個位置正和負差異，這被表示為：</p><p>　　計算ε百萬的最小差異，這是表示為Minε錳，D中的相應位置（X，Y）是剛登記位置并表示為TD（X，Y）。然后，計算出抵消翻譯δTDT（X，Y）和TD（X，Y）之間，翻譯的P（X，Y）與偏移δTD獲得登記畫面R（X，Y）。</p><p>　　給εMN預設的閾值Th，比較

34、Minε萬到釷;如果Minε明尼蘇達州>釷，再跳到步驟1，更新當前的圖象P（X，Y）作為參考圖像F（X，Y）;否則，跳轉(zhuǎn)到第2步。</p><p>　　步驟6是用來消除累積偏離該被宗教裁判所的位置和塑料defor-引起息的印刷品。正常的動態(tài)更新圖像可以保證參考圖像和目標圖象沒有明顯的位置差異，而這方法進一步提高了配準精度。</p><p>　　目標圖像的記錄處理之后數(shù)R（x，y）和正

35、常的圖像F（X，Y），一減法操作到對方圖像的灰度值被執(zhí)行以得到的差分圖像。減法經(jīng)營宗旨，投影圖像缺陷。有兩種類型的缺陷在目標圖像，其中包括高灰度值的缺陷和低灰度值的缺陷。一個單方面執(zhí)行圖像采集圖像預處理缺陷搜索并確定缺陷分類和統(tǒng)計圖像實時顯示信息顏色圖像數(shù)據(jù)所有缺陷圖像數(shù)據(jù)二進圖像數(shù)據(jù)機密缺陷圖像數(shù)據(jù)實時的彩色圖像數(shù)據(jù)圖。檢測算法的3處理方案760減法操作只能投射一種類型的缺陷圖像。</p><p>　　令S（I

36、，J）= F（I，J）-R（I，J）。我們判斷S（I，J）的標志;如果（I，J）<0，則令S（I，J）= - S（I，J）。所得函數(shù)S（x，y）是正確的灰色差分圖像。</p><p>　　圖4示出了兩個登記圖像和其差分圖像，其中，圖圖4a是一個正常的圖像沒有缺陷，圖圖4b是相應的注冊圖像與一些缺陷，以及圖圖4c是灰色差影像圖。 4A，B。</p><p>　　閾值處理被分割的對象圖像

37、和由某一灰度值的閾值的背景圖像。該閾值處理的結(jié)果是顯而易見的分割目標和其背景的二值圖像。根據(jù)該圖的復雜性，在選擇閾值可以是單閾值，雙門限，多閾值，或可能自采用閾值。該該算法在目標圖像是灰度值的圖像函數(shù)S（x，y）的即從彩色圖像變換，并且包括原來的彩色圖像的多隱含信息。大部分印刷品數(shù)字取一種顏色作為背景顏色和它的灰度級顯示為峰在灰度級直方圖值。所得圖像減法處理是包含兩個二進制圖象種圖像的;一個是的減法圖像背景，而另一個是對減法圖像背景和缺

38、陷的圖像。有時時彩不同的圖像幀，這是造成之間的偏差通過在上述照明或印刷品技術(shù)收購運動圖像。所得的扣除背景圖像具有小灰度值和背景和缺陷的減影圖像具有相當大灰度值，和整體灰度值直方圖相減圖像S（X，Y）出現(xiàn)一個明顯的雙峰分布。根據(jù)該灰度值分布減去的圖像的，并避免噪聲的影響，我們選擇一個最佳閾值分割算法得到缺陷的二進制圖像。該過程是表示如下：</p><p>　　1.計算的最大和最小灰度值</p><

39、;p>　　函數(shù)S（x，y）的表示為G最大值和G分鐘;通常，g最高= 255和G分=0，讓的初始值門檻是：</p><p>　　獨立的函數(shù)S（x，y）變換為目標圖像和背景圖片按閾值T K，計算他們的平均灰度值分和（G B）。</p><p><b>　　計算新的段閾值</b></p><p>　　若T K +1= T K，迭代計算完成和T

40、k為閾值的最終結(jié)果;否則，讓K = K +1，去步驟2。</p><p>　　閾值處理后的二值圖象表為B（X，Y）。圖5表示的閾值二值圖圖像中的圖4A。</p><p>　　4.3缺陷定位和識別算法</p><p>　　缺陷需要預處理的二進制圖像被評為提供給運營商前位置和類型。由于計算機本身不知道什么缺陷實際上是，有必要向計算機提供特征的搜索之前的判斷標準，定位和識

41、別的缺陷處理。在該算法的二進制圖象中，背景中描述由黑色（與灰度級0）和缺陷由白色（與灰度級255）中描述。提取物一個缺陷塊的處理是區(qū)域的問題分割。最常用的方法包括該地區(qū)增長的算法，種子填充算法，數(shù)學形態(tài)分水嶺算法，等等。為了改善圖。圖1的圖像的5閾的二值圖像。 4A圖。 4兩個登記圖像和他們的差分圖像在二進制缺陷“的位置的搜索速度圖像，動態(tài)數(shù)組[10]和一個基于集群的掃描線方法[11]被設計為執(zhí)行該阻擋分區(qū)和區(qū)域填充。該算法被描述為以下

42、。</p><p>　　缺陷二進制圖象B的寬度（X，Y）（像素僅為0和255）的灰度值是米（像素）和其高度為n（像素）; P（x，y）表示與象素X和Y坐標; L（X，Y）表示第q×Q附近像素P（居委會可以選擇不同的尺寸根據(jù)不同的精度要求）和L中的坐標的像素（X，Y）為p（X + I，Y + j）中，其中i =-q/2~+ Q/2，J =-q/2~+ Q/ 2，i的值和j的所有整數(shù)。</p>

43、<p>　　缺陷提取的過程如下：</p><p>　　分割圖像B（X，Y）轉(zhuǎn)換成團簇像素q×Q并找到中心坐標P（X，Y）（設q= 5在此紙）。</p><p>　　以灰度值0為背景，以灰度值255作為目標。添加每個像素的向上的灰度值</p><p>　　創(chuàng)建一個三維陣列陣列[I] [j]的[k]的即表示為數(shù)組[Cluster_Num] [Cen

44、_Coordinate]，其中Cluster_Num是數(shù)它表示的可接受最大值Cluster_Num在一個固定大小的圖片;檢測的時候Cluster_Num exceedsthe presetthreshold，itmeansthat有在印刷品圖像，并且嚴重缺陷中心像素。 Block_Num表示的塊號最終的分類缺陷。響應缺陷的第一次處理后Block_Num目標像素的缺陷提取為0，即，陣列[I][j]的[0]。</p><

45、p>　　分類缺陷集群陣列[I][J] [K]，一基于可變閾值和聚類算法最小距離，提出如下;它類似以串行地區(qū)segmenta-區(qū)域增長算法化，但具有不同的生長規(guī)律：</p><p>　　掃描數(shù)組[I][J] [0]到集群中心點坐標，讓第一坐標（X0，Y0）是種子第一塊的，（其中X0=數(shù)組[0] [0] [0]和Y0=數(shù)組[0] [1] [0]）。讓數(shù)組[0] [0] [1]= x0和陣列[0] [1] [1]

46、 = Y0，然后清除陣列的值[0] [0] [0]和陣列[0] [1] [0]。</p><p>　　計算所有的之間的距離dis（ⅰ，0）其他集群陣列[I] [j]的[0]和種子簇;那就是：DIS（I，0）=|西X0|+|藝Y0|舉一個閾值表示Thd_Dis的距離，其值是在群集寬度的整數(shù)倍或高度;在文中，群集的寬度是5和閾值是5的值的整數(shù)倍Thd_Dis根據(jù)分散體是可改變的缺陷集群和塊度。什么時候Dis≤Thd_

47、Dis，這種合并成組的位置塊中的種子，并清除相應的數(shù)組中的坐標[I][J] [0]。操作的結(jié)果是一個設定相鄰簇的對種子簇是Thd_Dis的范圍內(nèi)，表示為Q.</p><p>　　計算的組Q的每個簇之間的距離而在陣列目標集群[I][J] [0]還沒有被清除（返回到零），合并目標簇履行Thd_Dis的門檻要求，為集合Q，并明確相應的坐標數(shù)組[I][J]。[0]。畢竟那滿足目標群門檻要求被合并到集合Q，我們得到該種子簇

48、的缺陷塊，表示為Q（Block_Num），Q中的簇號是Block_Clus-ter_Num。</p><p>　　掃描數(shù)組[I][J] [0]，并找出第一集群尚未清除，借此集群新的種子群集，然后轉(zhuǎn)到步驟2。</p><p>　　如果所有簇在陣列的坐標的[I][j]的[0]被清除，或簇的總和在序列號[I][j]的[k]的（除?≠0）等于在簇數(shù)目陣列[I][j]的[0]，則該塊聚類操作是完整。

49、</p><p>　　每聚類塊的，我們可以得到的特性缺陷參數(shù)，包括面積，周長，邊長度與寬度的比例，分配的方向，等等。</p><p>　　采用這種方法來搜索的缺陷可以降低目標像素“空間與原始圖像的1 /（m×n個），而這種缺陷提取方法對待均勻不同類型的缺陷，使得它很好的做法，合并塊型缺陷和離散斑點缺陷，，此外，由于閾值化方法應用于到每像素群集，閾值的變化可以影響至少可檢測的缺陷的

50、精確度和精度最高的甚至可以是不如單像素檢測。同時，的閾值處理目標提取由群集是一濾波處理為好，這樣的離散噪聲低于閾值可以是有效的過濾。</p><p>　　在印刷品中存在的缺陷包括刮紋，濺墨，墨竄漏，泄漏的區(qū)域，墨點，模糊現(xiàn)象字符筆劃，異物，臟板，換輥，色譜錯誤，等等。這些缺陷可能是分為三種類型。圖6示出的一些示例三種類型的缺陷。這些圖像中所獲取在外地香港金龍出版社公司，武漢，中國。我們的一個在線印刷品質(zhì)量自動的檢

51、測系統(tǒng)已安裝在工廠。該印刷速度為174米/分鐘時取樣：</p><p>　　大量的缺陷，其中包括濺墨，泄露的地區(qū)，臟板，墨點，換輥等。圖6a表示引起臟了大規(guī)模的缺陷板。</p><p>　　線性缺陷，這包括刮紋，線性竄氣的墨水，和色譜錯誤。圖6b表示引起油墨的滲漏的線性缺陷。</p><p>　　離散點的缺陷，其中包括模糊字符筆劃，皺紋和一些飛濺的墨水。圖6c表示引

52、起的離散斑點缺陷異物（它是一個差蚊子的主體）。</p><p>　　通過對缺陷的抽象和塊集群操作中，我們獲得了聚類的缺陷塊。在缺陷塊聚類操作，設定快速模式離散的點缺陷已被確認為模式大量的缺陷，因此，線狀缺陷，塊狀的缺陷，和離散點缺陷可以在以下方面進行簡化表示線性缺陷和大量缺陷。</p><p>　　進行分類的兩種類型的缺陷，我們通過一個大致面積/長（A / L）作為判別PA-rameter

53、，其中該區(qū)域由簇取代的被表示為在各缺陷塊號Block_Cluster_Num并且長度為最大不同簇中的每個缺陷塊之間的距離，也就是說，和然后面積/長度被定義為：</p><p>　　設定的A / L被表達為Thd_A/ L的閾值。當A / L<Thd_A/ L時，該缺陷被標記為一個巨大的缺陷;否則，該缺陷被標記為線性缺陷。由此產(chǎn)生的巨大的缺陷包括大量實缺陷和處理離散點的缺陷。為了區(qū)分這兩種類型的缺陷，我們可以

54、搜索對應二進制圖像B（X，Y）在區(qū)域和計算占空比的像素。占空比是有缺陷的比率像素到整個像素集合B中（X，Y）。我們給一個閾值被表達為Th_D_R占空比。如果的大規(guī)模缺陷的占空比超過Th_D_R，那么我們認為這種大規(guī)模的缺陷是一個真實的;否則，我們把它看成一個離散點的缺陷。</p><p>　　在實際的大規(guī)模的缺陷，臟板的缺陷往往有一個相當大的尺寸和形狀不規(guī)則，側(cè)傾變化缺陷具有更大的尺寸和形狀規(guī)則;然而，該其他大規(guī)

55、模缺陷僅具有小的尺寸。這些功能可以用來區(qū)分和分類的大規(guī)模缺陷。</p><p>　　在離散的點型缺陷不是封閉圖像，有連通性差，且無明顯的方向。那里-脫穎而出，投影法和邊緣提取方法不適合處理這種類型的缺陷的。該常見的解決方案的方法是通過處理目標圖像形態(tài)擴張，平均過濾等方法實現(xiàn)離散點之間的差距，把離散的點缺陷成塊狀區(qū)域可能是用相同的方法，使大量的缺陷的處理。該動態(tài)陣列和基于集群的掃描線的方法上述已經(jīng)意識到離散的融合斑

56、點缺陷和大量缺陷。</p><p>　　線性類型的缺陷，刮紋是由在壓榨輥和顆粒之間刮印刷品的表面。大部分的方向是一致的，以新聞界的駕駛動作。油墨的線性竄漏同的驅(qū)動運動具有相同的方向按。第三種類型是色譜錯誤，這常發(fā)生在不同顏色的過渡區(qū)和有他們在一致的方向圖的邊緣輪廓。因此，我們可以劃分的三種類型的通過的長度方向的判斷線狀缺陷缺陷塊。缺陷簇的坐標是有一個缺陷的最大距離方框定義長度方向。</p><

57、p>　　圖7表示缺陷位置的樣品和圖1的圖像的分類。 </p><p>　　4.4軟件和硬件的實現(xiàn)</p><p>　　到達的實時性能的要求檢測，精細算法需要的任意一臺支持應的硬件和軟件。計算機硬在我們的檢測系統(tǒng)中采用的是一種高性能英特爾公司，和高速大容量存儲的處理器內(nèi)存可以存儲30萬幀的實時圖像。檢測中采用的軟件包括Visual C ++的特定于英特爾語言和優(yōu)化指令系列CPU，這提高

58、了運行速度軟件和檢測的實時性能系統(tǒng)有效。</p><p>　　通過檢測的需要的分析系統(tǒng)和計算機的處理性能，一分布處理結(jié)構(gòu)與主計算機/從機模式時，在檢測系統(tǒng)進行的。主機通過連接到計算機的奴隸高速的網(wǎng)絡，根據(jù)其數(shù)據(jù)傳輸TCP / IP協(xié)議。上位機發(fā)出的控制指令奴隸，并設置采集參數(shù)已安裝在從計算機抓取的通過網(wǎng)絡，然后接受并顯示的實時圖像，這是該缺陷的信息從從計算機中檢測proces-傳輸唱歌。主機可以管理的數(shù)據(jù)庫印刷品

59、和導出缺陷參數(shù)的信息或通過在備用打印機管理信息檢測處理的時間。從計算機接受主計算機的指令來設置采集參數(shù)，并控制相機來執(zhí)行采集的圖像。所收集的圖像是現(xiàn)實從計算機上的時間進行處理。由此產(chǎn)生的缺陷圖像和信息被發(fā)送到主機計算機，其中存儲的數(shù)據(jù)向它的硬盤中。在其它另一方面，從計算機控制的警報，以提醒時，缺陷被檢查出來。的處理模式分布保證主計算機的控制和管理有效的檢測處理，以及對充分利用高速處理性能從計算機。因此，這種模式是一種有效的實踐中用于高速

60、圖像處理方案系統(tǒng)。</p><p>　　所檢查的工業(yè)領域的環(huán)境是復雜的，往往具有嚴重的電磁干擾ENCE。此外，更多的，從考慮處理不當和可能的停電，的抗干擾設計檢測系統(tǒng)是重要和必要的。因此，該采用在系統(tǒng)設計中采取以下措施：電機箱的磁屏蔽，分離配線和接地強電和弱電，采用高速光電隔離器來分離信號，使用UPS電源，等等。這些措施證檢測的穩(wěn)定性和可靠性系統(tǒng)。</p><p><b>　　5

61、結(jié)論</b></p><p>　　在這項研究中，工作提出的實驗在檢測系統(tǒng)的工廠條件</p><p>　　所提出的評價標準，以實時-gath-多色印刷的圖像ERED可以提供良好的質(zhì)量正常的圖像成功偵破缺陷。</p><p>　　子空間為基礎的注冊算法加速搜索速度和動態(tài)更新參考圖像避免累積出發(fā)提高了配準精度，完成了的質(zhì)實時性的檢測需求，并保持該精密的精細圖案

62、新聞界。</p><p>　　采用閾值由集群的方法和簇的動態(tài)陣列的行由行掃描提取和合并缺陷可以提供位置，幾何特征，以及統(tǒng)計參數(shù)實時各種缺陷，并且其供給有效的信息成功缺陷classifica-化和識別。</p><p>　　缺陷包括紋，潑墨，竄氣，空白，滾變化，異物等，可檢測，顯示，存儲，并警告在實時。該檢測速度達到30~250米/分鐘，并且精度達到0.375毫米在運行方向和0.15毫米的交

63、叉方向，并且精度可能進行調(diào)整，以某種程度的根據(jù)客戶的需求。</p><p>　　與國際的同類系統(tǒng)相比技術(shù)參數(shù)，我們的檢測系統(tǒng)幾乎是相當于在許多方面;尤其是，它的性能在離散的點缺陷的檢測非常出色，而其價格是更適合于在中國廣泛采用。當然，還是有一些缺點我們系統(tǒng);苗條刮尤其，檢測作用有輕微的色差的strias背景仍不能令人滿意，而且還存在錯誤分類有時當生產(chǎn)線圖。 7缺陷的位置和圖1的圖像的分類。五是不穩(wěn)定的。檢測速度需

64、要進一步im-也證法。</p><p><b>　　參考</b></p><p>　　1. Wang M-JJ, Wu W-Y, Hsu C-C (2002) Automated postbonding inspection by using machine vision techniques. Int JProd Res 40(12):2835–2848</p

65、><p>　　2. Badger JC, Enright ST (1996) Automated surface inspectionsystem. Iron Steel Eng 73(3):48–51</p><p>　　3. Ghazi Saeidi R, Latifi M, Shaikhzadeh Najar S, Ghazi Saeidi A(2005) Computer vision

66、-aided fabric inspection system for on-circular knitting machine. Tex Res J 75(6):492–497</p><p>　　4. Shafait F, Imran SM, Klette-Matzat S (2004) Fault detectionand localization in empty water bottles throug

67、h machine vision.In: Proceedings of the E-Tech 2004 International Multi-topicConference, Karachi, Pakistan, July 2004, pp 30–34</p><p>　　5. Hossfeld M, Adameck M, Eich M (2003) Machine visiondetects counterf

68、eit coins. Laser Focus World 39(6):99–103</p><p>　　6. Millera JWV, Murpheya YL, Khairallahb F (2004) Cameraperformance considerations for automotive applications. ProcSPIE 5265:163–170</p><p>　　

69、7. Shtaierman K (2002) Automatic print defect detection: thebrain behind the eyes that contributes to your printingorganization. Gravure 16(6):74–78</p><p>　　8. Shankarand NG, Ravi N, Zhong ZW (2003) On-line

70、 defectdetection in web offset printing. In: Proceedings of the 4thInternational Conference on Control and Automation (ICCA2003), Montreal, Canada, June 2003, pp 794–798</p><p>　　9. Fernàndez X (1997) T

71、emplate matching of binary targets ingrey-scale images: a nonparametric approach. Pattern Recogn30(7):1175–1182</p><p>　　10. Liu BX (2003) The usage of dynamic array in Visual C++.J Jilin Normal University (