基于机器视觉的单色印刷机套印系统研究开发

为实现用单色印刷机进行多色套印的在线误差自动调整,以平型网版印刷机为研究对象,提出一种适用于单机套印的基于机器视觉的套印标记设计方案,具体分析了该套印标记的识别过程,采用图像处理的方法对标记进行预处理,并阐述图像关键点坐标的求取方法。为该视觉套印系统提供准确的调节参数,为伺服电机闭环控制系统的工作提供准确的驱动信号。     

基于FCM算法的套印误差检测

为了降低四色重叠影响导致的图像色彩分割困难,提高印刷品套印误差检测的精度,提出了一种基于FCM聚类算法的套印误差检测方式。首先,将采集的印刷品套印标识符图像进行灰度化处理、高斯滤波降噪处理以及CMYK色彩空间转换并分离出四种色彩通道的图片;然后,分别对四种色彩通道图片进行FCM算法聚类;最后,对聚类后的图片进行固定阈值分割,并对分割的图片依次做图像差运算,分别提取出四个通道中C、M、Y、K四种颜色的部分,进行误差分析。对比显示测量误差均≤0.2mm,符合国家对一般印刷品套印精度检测误差不高于0.2mm的要求;该算法与应用广泛的传统大津法对比,测量误差更小,精度更高,提升了套印误差检测水平。     

用于网版印刷自动套印的十字线检测新方法

本文通过对套印误差检测方法的研究,以平台式网版印刷机单机实现多色套印为研究目标,提出了一种利用边缘检测和概率Hough变换进行十字线标记直线拟合和特征识别的新方法.在阈值设定合理的条件下,该检测方法具有较强抗干扰性.模拟实验中,将该检测方法应用于套印标记(十字线)的三自由度套印误差的实际测量,实验结果表明其检测精度满足平台式平型网版印刷机对套印精度的要求.     

卷筒纸胶印机技术讲座第四讲供墨、供水系统

(接上期) ④套准控制系统CPC4 CPC4套准控制装置是专门用于检测印张套印精度,并通过CPC1进行自动校正套印误差,以保证印品套印质量的装置.CPC4套准控制系统采用专门的CPC套准标记(见图4-64),能测量、显示、存储轴向和周向套印偏差.检测精度为0.01mm.它能测六种墨色套印精度,还可选择其中某色作为套印基准.     

基于数字图像处理的套印精度检测方法研究

为提高印刷品套印精度检测的效率与精度,基于印刷品套印标识"米"字线边缘轮廓特点及数字图像处理技术提出了一种简洁高效的印刷套印精度检测方法.首先,将CCD相机采集的印刷品套印标识图像进行图像预处理,采用Canny边缘检测算子获取套印标识的边缘图像;然后,标定像素与实际尺寸之间的关系,完成单位像素的尺寸标定.通过检测"米"字线水平、垂直方向及斜向线条同侧边缘的像素距离,根据标定的尺寸,即可求出给定样张的套准偏差.将采用此方法得到的实验数据与人工手持USB数字显微镜测量数据进行对比,测量的平均套准误差小于0.003 mm,符合国家印刷行业的套印精度标准规定.提出的方法可靠,效率高且检测速度快,对印刷套准偏差检测具有较高的精度.     

浅谈单色机与多色机的套印调节控制

<正>套印及套印误差一直以来,套印准确是多色印刷的关键。套印的准确性是检验印刷品质量的重要标志之一,同时对胶印机的检验和工作也有非常重要     

基于机器视觉的丝网印刷套准精度分析与研究

一、套印误差检测原理 套印是用多种颜色的油墨基于同一个参考点印刷叠色图案的印刷技术,印品在印刷过程中需要通过多次着墨才能重现原来的颜色,这就要求每次着色都准确对齐。若几种颜色没有对准,印出来的印品就会面目全非,即出现了套印误差。     

铝箔套印不准的影响因素

对于印刷铝箔来讲,由于实际设备运行速度在60～80m/min,设计机速一般为100～150m/min,所以在印刷机中配备电脑自动套准控制系统。其电脑套印的技术指标是:套印误差的检测精度为±0.01mm,套印的精度为±0.1mm,一般套印误差的最大修正范围为±8mm,印版偏差最大修正范围为±9.9mm。虽然有了电脑套准系统,但因在生产过程中影响套印准确的因素较多,本文对易发生铝箔套印不准的主要原因和处理方法做一分析和探讨,供业内人士参考。1印刷机张力设置不当导致套印不准在铝箔套色印刷过程中,设备设置调节张力的大小直接影响套印的准确程度。因此张力控…     

基于数字图像处理的套印误差检测方法

为了建立在线自动套准控制应用的套印误差计算方法,分析了现有不同套印图标的特性及数字图像处理方式的适用性。针对由青、品红、黄、黑印刷原色色点组成的套印图标,建立了由不同色点圆心距离表征套印精度的方法。根据印刷原色的光吸收和CCD的响应特性,将各印刷原色点从背景影像中提取出来,转换为二值图像;通过计算二值圆色点所有垂直和水平弦线中心点的位置,并配合以去除大误差点的方法求解圆心坐标及圆心距。对数字印刷输出图标的实验结果表明,当图标影像的分辨率为150dpi时,计算误差小于0.1mm,而对300dpi及以上分辨率的情况,则计算误差不大于0.04mm。     

网版印刷如何实现精确套印

<正>在网版印刷中,套印类型主要分为两大类:实地色块图案的套印和阶调类图像的套印。在实际生产当中,绝对的套印准确是不存在的,套印总会产生一定的误差,我们只有对所有可能影响到套印精     

曲线匹配算法及其在织物自动对花检测中的应用

针对圆网印花过程中的对花检测问题,在提出的基于机器视觉的圆网印花检测系统的基础上,提出了利用曲线匹配策略得到错花套色的位置误差矢量的方法。为了确保目标边缘图像与标准边缘图像拍摄位置相同,利用Fourier-Mellin曲线匹配,对其进行匹配消除拍摄误差;然后用基于傅里叶变换位移定理的曲线匹配算法,对调整好的目标边缘图像和标准边缘图像进行匹配,检测对花误差。该匹配策略消除了拍摄误差,数据运算量小,实验表明其检测精度和运算速度可以满足织物对花在线检测的要求。     

新型平网印花机自动对花系统的研究

提出一种自动对花的织物平网印花机，通过图像传感器分时自动对印花图案套色位置进行检测，并通过控制器自动控制、调节各印花单元相对于织物印花图案色位位置，提高对花精度，结构合理。从而进一步提高产品质量和工作效率。     

印刷电子装备套印精度控制技术研究进展

套印精度是保证印刷电子性能的重要指标。国内有许多机构在研发印刷电子装备,但对其套印精度指标、测量方法及影响因素等缺乏系统研究。国外学者指出:印刷电子套印误差应控制在30μm以内。采用光电传感器及摄像系统可测量套印精度,采取张力控制等补偿措施能提高套印精度。研究表明:印刷电子装备的套印精度约为普通印刷机的10倍,普通印刷机无法实现印刷电子产品的生产。为满足印刷电子产品的电学性能,保证套印精度,应考虑承印材料的特性、机械变形及热变形、张力等。     

应用机器视觉的织物表面绒毛率测试系统

目前织物表面绒毛含量大都采用人工方式检测,存在效率低、准确度不高等问题。为此,应用机器视觉和图像处理技术,研制了一套织物表面绒毛率测试系统。介绍了织物表面绒毛率测试原理,包括织物表面绒毛率检测数学模型、检测算法和阈值的确定方法,并介绍了织物表面绒毛率测试系统的软硬件组成。采用该测试系统检测了5种织物的表面绒毛率,并与人工检测结果进行了对比分析。结果表明：该测试系统能够高效地测定织物表面绒毛率,且与人工检测结果呈现高度正相关;系统重复检测偏差范围为1.18%～7.25%,可满足织物表面绒毛率的检测需求。     

原木材积自动化检测系统

提出了基于自动化测试技术与计算机视觉技术的原木检尺新方法，设计、研制了相应的自动化检尺系统。工控机控制高分辨率的工业CCD数字成像单元对一手原木端面成像，并把图像数据库传输到工控机。基于目前施行的国家标准，结合待识别对象的特点，设计、开发了相应的图像处理和识别软件。图像识别结果经必要的人工交互处理后按照国家标准进行计算，其结果存入专用数据库。数据库对自动化检尺过程与结果进行管理和监督。实测结果表明，自动化检尺系统的检尺方法符合国家标准，检尺结果稳定、可靠，检测误差小于1%。     

基于拓扑排序的编织土工布孔洞特征分析方法

为解决数字图像法孔洞排序易出错的问题，对编织土工布孔洞特征分析方法进行探究。首先采用拓扑排序对编织土工布数字图像法排序错误进行纠错，然后基于像素统计和最小面积外接矩形(MABR)准确获取各孔洞的面积、长、宽，最后对比数字图像法和拓扑图像法排序结果、面积三维分布图和长宽统计图。结果表明：拓扑排序可纠正数字图像法对不同单位面积质量及拉应变下土工布的排序错误，从而实现土工布孔洞排序的精准获取。拓扑图像法可反映孔洞面积的分布及其在拉伸作用下的变化，实现土工布孔洞面积和任意角度孔洞长宽的大规模精确追踪。     

基于边缘和误差扩散的半色调图像水印算法

为使水印具有不可见性,提出了一种基于图像边缘和误差扩散的数字半色调图像水印算法。Canny算子去噪能力强,在边缘检测和噪声间能取得较好的平衡。先对灰度图像进行Canny边缘检测,得到灰度图像的边缘,然后将灰度图像的边缘近似作为半色调图像的边缘,并在灰度图像使用误差扩散算法进行半色调的同时,在边缘位置进行二值水印的嵌入。对水印图像进行了Arnold预处理,增强了水印的抗剪裁和涂抹攻击的能力。结果表明,该算法不会造成图像的明显失真,能很好地抵抗剪切、涂抹J、PEG压缩、噪声攻击。     

基于CANopen的套色系统主站的实现

为了解决数据传输速度等问题,我们将CAN总线和CANopen协议应用到套色系统中。文中给出了一种基于CANopen协议和DOS操作系统并在工控机上实现套色系统监控主站的方法。基于实时性和可移植性的考虑,提出了一种用C语言实现的非抢占式的多任务调度结构。测试结果表明:所设计的CANopen监控主站运行稳定可靠,能很好地实现通信功能。     

基于算子的人体数字图像边缘检测算法

研究数字图像边缘检测的原理以及三大类基于算子的边缘检测算法,并将其应用到二维非接触式测量系统的图像边缘提取过程。通过对各算子的实际应用效果分析,Sobel与Smoothed边缘算子的图像增强效果较好,可有效排除噪声干扰,且轮廓线清晰,有利于轮廓跟踪、修补,从而使系统获取到连续清晰的人体边缘曲线。