共查询到18条相似文献,搜索用时 171 毫秒
1.
2.
一种用于高速印刷品质量检测的预处理算法 总被引:1,自引:0,他引:1
论文提出了一种利用图像配准和数字差影的快速预处理算法。该算法通过区域模板匹配纵横向偏移,然后利用两次差影逐步消除背景和轮廓伪影。该方法运用在高速印刷品在线质量检测系统中,被证明是准确有效的,能满足实时性要求。 相似文献
3.
4.
印刷品缺陷检测技术有着重要的实际意义。介绍了基于数字图像处理的印刷品缺陷检测系统的设计,并对主要模块即图像采集及预处理、模板制作、图像对准、缺陷检测进行了分析研究。实验结果表明,充分考虑人眼视觉特性,将动态阈值法引入缺陷检测,能够显著提高印刷质量检测系统的检测精度。 相似文献
5.
印刷品缺陷检测的初步方案 总被引:1,自引:0,他引:1
印刷品缺陷检测技术有着重要的实际意义。介绍了基于数字图像处理的印刷品缺陷检测系统的设计,并对主要模块即图像采集及预处理、模板制作、图像对准、缺陷检测进行了分析研究。实验结果表明,充分考虑人眼视觉特性,将动态阈值法引入缺陷检测,能够显著提高印刷质量检测系统的检测精度。 相似文献
6.
7.
基于图像处理的印制电路板缺陷自动检测 总被引:2,自引:0,他引:2
基于图像处理的精密检测是现代测量技术的重要发展方向;论文提供了将标准电路板图像和待检测电路板图像进行二值化分割、图像形态学处理、图像配准和差影检测处理为基础的检测系统;其中图像配准是关键,为了提高处理速度达到实时处理的目的,图像配准采用了快速处理算法;经实验结果分析,该方法能较准确的检测出待检测电路板上存在的缺陷,达到了自动实时检测的目的. 相似文献
8.
在印刷工业生产中,针对直接使用YOLOv4网络进行印刷缺陷目标检测精度低、所需训练样本数量大的问题,提出了一种基于Siamese-YOLOv4的印刷品缺陷目标检测方法。首先,使用了一种图像分割和随机参数变化的策略对数据集进行增强;然后,在主干网络中增加了孪生相似性检测网络,并在相似性检测网络中引入Mish激活函数来计算出图像块的相似度,在此之后将相似度低于阈值的区域作为缺陷候选区域;最后,训练候选区域图像,从而实现缺陷目标的精确定位与分类。实验结果表明:Siamese-YOLOv4模型的检测精度优于主流的目标检测模型,在印刷缺陷数据集上,Siamese-YOLOv4网络对卫星墨滴缺陷的检测准确率为98.6%,对脏点缺陷的检测准确率为97.8%,对漏印缺陷的检测准确率为93.9%;检测的平均精度均值(mAP)达到了96.8%,相较于YOLOv4算法、Faster R-CNN算法、SSD算法、EfficientDet算法分别提高了6.5个百分点、6.4个百分点、14.9个百分点、10.6个百分点。所提Siamese-YOLOv4模型一方面在印刷品缺陷检测中有较低的误检率和漏检率,另一方面通过相似性检测网络计算图像块的相似度从而提高了检测的精度,表明所提缺陷检测方法可应用于印刷质检以提高印刷企业的缺陷检测水平。 相似文献
9.
针对图像纹理规则性与重复性及图像起始纹理分布的不一致性,依据VE4000检测系统的纹理特征配准算法达到配准目的。该算法自行设计标准单一模板,对单一模板进行裁剪与拼接技术达到了图像配准的目的,但是配准效果较差,在此基础上提出了改进的纹理特征配准算法,重新设计模板,拼接生成标准的参考图像,对参考图像进行匹配与裁剪以获取不同配准图像。实验结果证明,改进的基于纹理特征的配准算法运行时间短,配准误差小,能够很好满足缺陷检测的配准需求。 相似文献
10.
在图像配准过程中,传统Hausdorff距离算法的计算量较大。针对该问题,提出一种基于Hausdorff距离的图像配准快速算法。将参考图像和待配准图像进行边缘检测,在待配准图像上任意选取一个模板,通过设定一个变化的阈值对Hausdorff距离算法进行改进,以减少不必要点的计算,实现快速匹配,并根据匹配数据,对图像进行尺度变换及旋转操作,使2幅图像能在空间上配准。实验结果表明,与传统的配准算法相比,该算法的计算复杂度较低。 相似文献
11.
12.
Andraž Mehle Marko Bukovec Boštjan Likar Dejan Tomaževič 《Machine Vision and Applications》2016,27(7):1087-1102
This paper addresses a challenging problem of visual inspection of transparent pharmaceutical capsules, where print registration is used to determine the capsule’s print region. The determination of the print region allows for reliable detection of defects both on the print region and on the rest of the capsule’s surface. On transparent capsules, both the print on the front and the print on the back of a capsule are concurrently visible. Moreover, the print on the back may be partially or entirely occluded by the powder inside the capsule. All this causes that the print registration methods used for opaque capsules do not achieve adequate performance. In this paper, we present a novel registration method designed specifically for transparent capsules. The method utilizes a template matching technique with a new similarity measure that considers the specific properties of transparent capsules to increase the registration robustness. Additionally, we present a registration refinement step that reduces the effect of possible print deformations and image distortions. The performance of the method was evaluated in terms of robustness, accuracy and speed on large image sets of four different radial prints. The new method shows highly improved robustness (>98.6 %) compared to the method based on normalized cross-correlation (>72 %) and the method based on feature matching (>80 %). Furthermore, the additional refinement step improves the registration accuracy. Although the execution time is raised from 3 to 11 ms, it still meets the usual speed requirements. 相似文献
13.
14.
15.
基于边缘几何特征的图像精确匹配方法 总被引:4,自引:1,他引:4
提出一组快速高精度计算切线斜率的五点公式,用以估计图像边缘曲线的角度特征,并利用角度直方图估计图像几何变换的旋转参数,实现具有大旋转差异图像间的粗匹配.在进行角度补偿后,利用灰度互相关判据搜索匹配点对,计算出几何变换参数,实现较高精度的旋转和平移校正,最后用松弛迭代法完成图像的精确匹配.与基于小波方向角特征的匹配方法相比,文中方法利用图像中主要的边缘信息实施匹配,具有较好的鲁捧性,可成功实现对各类具有较大相关程度图像间的精确匹配,对图形匹配也具有重要意义. 相似文献
16.
目前国内手机保护膜的产量和销量巨大,但手机膜生产线上的缺陷检验仍采用目检法,检测效率与准确率较低.针对生产线上手机膜缺陷检测的4个关键问题(正常与缺陷类别不平衡、高信噪比去噪、边缘特征提取以及缺陷样本检测效率)进行研究.采用RST和图像剪切方法实现缺陷样本扩充,解决缺陷样本少,缺陷位置和形式不足问题;提出自适应小波阈值及新的阈值函数,实现传统小波阈值去噪方法的改进,获得优异的去噪效果;在图像边缘检测技术中,引入改进小波阈值去噪方法及Otsu阈值设置方法,提高传统Canny算子的边缘检测性能,实现图像特征有效提取;利用具有旋转、平移及尺度不变性的Zernike矩对边缘检测结果进行特征表达,提高模式识别的效率及准确率.采用支持向量机(SVM)对正常手机膜和缺陷手机膜的边缘Zernike矩特征进行识别,实验结果表明所提方法准确率高、检测速度快,满足生产线上手机膜的缺陷检测要求. 相似文献
17.
Automated visual inspection is an image-processing technique for quality control and production line automation. This paper reviews various optical inspection approaches in the semiconductor industry and categorize the previous literatures by the inspection algorithm and inspected products. The vision-based algorithms that had been adopted in the visual inspection systems include projection methods, filtering-based approaches, learning-based approaches, and hybrid methods. To discuss about the practical applications, the semiconductor industry covers the manufacturing and production of wafer, thin-film transistor liquid crystal displays, and light-emitting diodes. To improve the yield rate and reduce manufacturing costs, the inspection devices are widely installed in the design, layout, fabrication, assembly, and testing processes of production lines. To achieve a high robustness and computational efficiency of automated visual inspection, interdisciplinary knowledge between precision manufacturing and advanced image-processing techniques is required in the novel system design. This paper reviews multiple defect types of various inspected products which can be referenced for further implementations and improvements. 相似文献
18.
针对人工检测安瓿瓶包装质量时存在的速度慢以及受主观因素影响导致的准确率低等问题,提出一种机器视觉和轻量级卷积神经网络结合的安瓿瓶包装质量检测方法。首先,采用机器视觉中基于阈值分割以及仿射变换的方法对待测图片进行阈值处理、倾斜校正和安瓿瓶区域的裁剪;然后,根据图像特点以及缺陷识别要求设计分类算法的网络结构;最后,采集生产现场图片构建安瓿瓶包装缺陷数据集,之后对提出的安瓿瓶包装缺陷识别网络进行了验证,并测试了部署在Jetson Nano嵌入式平台上的算法的准确率及检测速度。实验结果表明:以每盒五支装的产品为例,所提安瓿瓶包装质量检测算法平均每盒耗时70.1 ms,即可达14盒/秒,而准确率为99.94%,能够实现在Jetson Nano嵌入式平台上的在线高精度安瓿瓶包装质量检测。 相似文献