基于HALCON的印刷圖像質(zhì)量檢測(cè)技術(shù)研究.pdf

1、圖像邊緣提取和圖像匹配是印刷圖像質(zhì)量檢測(cè)的關(guān)鍵，其難點(diǎn)在于對(duì)定位精度要求很高。迄今為止國(guó)內(nèi)外學(xué)者已提出多種快速定位方法，其中最常用的是模板匹配，但是傳統(tǒng)的基于灰度值的模板匹配算法存在算法復(fù)雜性高，對(duì)復(fù)雜圖像和混亂、旋轉(zhuǎn)等敏感的問(wèn)題，難以滿足日益提高的應(yīng)用需求。針對(duì)以上問(wèn)題，本文研究了基于邊緣的形狀匹配算法，并改進(jìn)了一種基于邊緣方向的形狀匹配算法，通過(guò)實(shí)驗(yàn)證明該算法能滿足復(fù)雜圖像以及旋轉(zhuǎn)等需求。
　　本研究主要內(nèi)容包括：⑴研究了幾種

2、典型邊緣提取算法原理和此類算法對(duì)復(fù)雜圖像的適應(yīng)情況和相應(yīng)解決方案。結(jié)果表明，Canny算子能很好的滿足系統(tǒng)的要求。⑵改進(jìn)并實(shí)現(xiàn)了一種基于形狀的模板匹配算法。首先采用Canny算子提取模板圖像邊緣，隨后使用Sobel算子對(duì)圖像進(jìn)行濾波，最終生成模板圖像的邊緣點(diǎn)位置向量和梯度向量，即模板形狀模型。相似度度量采用模板邊緣點(diǎn)與圖像搜索區(qū)域的對(duì)應(yīng)點(diǎn)的內(nèi)積和。分析表明，這個(gè)度量方法對(duì)噪音和小角度旋轉(zhuǎn)等也不敏感。在搜索策略上，采用圖像金字塔的搜索方法