浅谈印刷质量缺陷检测识别技术

在印刷质量在线检测中,根据印刷质量在线检测系统的工作流程可知,通过对待检测的印品图像进行图像采集、去噪预处理、图像配准以及差分后,最后得到需要进行缺陷分析和识别的缺陷图像.印刷缺陷检测是印刷质量在线检测系统的最后一个部分,它主要根据制定的印刷缺陷检测标准对待检测的印品图像中出现的缺陷进行检测和识别,得到待检测印品图像中缺陷出现的相应位置、大小、形状等信息,从而判定待检测印品质量是否合格.因此,为了精确地对印刷质量进行检测,印刷缺陷检测技术是整个印刷质量在线检测系统的关键部分.     

印品质量自动检测系统在烟包印刷中的应用

一般的,印刷、印后加工好的烟包,经人工检验合格后直接出厂,而人工挑拣的观察范围有限,且长时间检验容易疲劳,漏检的几率较大。目前,烟厂已安装包装在线检测系统,对卷烟包装过程中出现的缺陷和烟包本身存在的质量问题进行即时监控,这对烟包印刷企业提出了更高的要求。为适应当前发展的需要,越来越多的烟包印刷企业引进印品检测系统来提高生产效率和产品质量检测能力,以期提高印刷质量,增加企业效能,减少废品率,提高产品出厂和合格率。     

基于机器视觉和MSD微结构描述算法的霉变烟在线检测研究

为实现醇化烟叶中霉变烟的自动在线精选, 设计了基于机器视觉的霉变烟在线检测系统。该系统通过高速线阵CCD动态获取烟叶图像, 采用MSD微结构描述算法提取烟叶图像颜色、纹理特征, 基于神经网络集成分类算法, 通过合格烟叶样本和霉烟样本的训练学习, 实现霉变烟的在线检测识别。经过测试, 该检测算法对霉烟图像样本的测度为0.918。在线检测试验结果显示, 采用霉烟靶物单独过料时, 机器视觉系统对霉烟的平均在线识别率在95%以上; 将霉烟靶物与合格烟片混掺过料时, 系统对霉烟的平均识别率在87%以上。研究结果表明, 机器视觉方法用于醇化后烟叶中霉变烟的在线精选是可行的。      

烟包喷码图像自动检测控制系统的设计与应用

在卷烟包装过程中,喷码机连续喷码时会出现数码漏喷、模糊、缺字、移位等现象,而卷烟包装机无法将不合格喷码烟包剔除。为此设计了烟包喷码图像自动检测控制系统,该系统利用智能照相机采集喷印在包装膜上的数码,对采集到的数码进行智能化处理判断,并将检测结果信号传送至PLC控制系统,对不合格喷码烟包进行剔除。ZB43硬盒包装机安装烟包喷码图像自动检测控制系统后,实现了对烟包防伪数码的实时检测,能够及时发现喷码不合格烟包并进行报警和剔除,喷码不合格烟包返修频次由每月约12次/台减少为0次,喷码不合格烟包剔除率达到了99%以上,保证了卷烟产品质量。     

从工艺设计看烟包产品的质量管控

<正>产品质量的管控是企业管理的核心所在,烟包印刷企业也不例外。工艺设计是烟包产品质量管控的前沿阵地,优秀的烟包工艺设计能够更好地为产品质量的稳定提供支持。下面,笔者就从工艺设计的角度谈谈烟包产品的质量管控。基于图像的工艺设计要点从理论上讲,图像层次越丰富,图像分辨率越高,其所呈现的图像效果就越好。但在实际印刷过程中,图像效果的再现却与印刷油墨的色域、印刷纸张的平滑度与白度,以及印刷设备的网点还原有着     

浅谈烟包印刷材料的检测

笔者从事烟包印刷多年,常发现因材料检测不到位而影响烟包质量和生产周期,在此就烟包印刷材料的检测谈些个人看法,供同行交流.     

选择低VOC油墨做好烟包VOC控制

环保是烟包印刷行业发展永恒的主题.烟包VOC限量标准的发布与实施,统一了烟草行业和烟包印刷行业对卷烟条与盒包装纸产品的验收标准和检验方法,有利于烟草行业与烟包印刷行业对原材料及成品中的VOC进行监控和检测,能够在规范烟包印刷行业生产的同时,引导烟包印刷行业向绿色、环保、低害的方向发展.     

在线质量检测系统将引领烟包印刷质量检测主流

<正>随着印刷业的迅速发展,越来越多的印刷企业开始采用在线质量检测系统,特别是烟包印刷企业尤为多见。在线质量检测系统经过多年发展,产品不断更新换代,逐步走向成熟。我公司经历了不同时期的在线质量检测系统在实际生产中的应用,也深深体会到在线质量检测系统在快速发展并不断完善。     

烟包条码检测标准与质量控制

正近年来,随着我国对外开放的贸易程度不断扩大,国家烟草质量监督检验中心对烟包条码印刷提出了更高的要求,各烟草集团对烟包条码执行了更为严格的检测手段,对条码印刷采取一票否决的方式,即如果一个批次中出现一个条码不合格的产品,则整个批次将视为不合格品。这就对烟包印刷企业提出了更高的要求。因     

解析烟包条码符号检验参数与印刷质量的关系

近年来,随着自动化扫描售货在全国各地的普及,因条码质量不合格导致超市退货而影响企业产品销售的情况时有发生,烟包印刷企业也面临同样问题,因此,如何加强管理,保证条码质量符合规定要求,为许多烟包印刷企业所关注.     

基于BP神经网络的织物表面绒毛质量的检测方法

为了对起毛工艺后的织物表面绒毛状态进行客观评定,提出了基于BP神经网络的织物表面绒毛质量的检测方法。以光切成像原理采集绒毛轮廓图像,利用自适应图像分割方法对绒毛区域进行分割,将得到的二值图像应用Freeman链码原理提取织物的上边缘轮廓坐标,以此作为BP神经网络的输入对BP神经网络进行训练,并将训练得到的2组权值根据BP神经网络的计算过程进行验证,提出应用激活函数和训练的权值相结合直接计算的方法。应用基于光切成像原理搭建的绒毛织物检测平台,对4种不同颜色和不同起毛工艺加工后的织物进行检测,准确率为93.02%;且权值的计算结果与网络实际计算结果相符合,因此可以直接利用网络训练的权值做矩阵运算,缩短实际检测的时间。     

高速摄像技术在烟支钢印检测系统中的应用

由于早期的PROTOS 70卷接机组没有配备烟支钢印检测系统,因此在生产过程中不能及时发现钢印不合格烟支并准确剔除,为此,利用高速摄像技术设计了烟支钢印图像检测系统。该系统由高速摄像头、LED辅助光源、工控机及PLC组成,将高速摄像头拍摄的模拟图像信号数字化后,与模板图像进行对比和检测,判断烟支钢印是否合格,最后由PLC完成钢印不合格烟支的准确剔除。基于高速摄像技术的烟支钢印检测系统的实际应用结果表明,系统检测可靠,实现了烟支钢印图像的实时监控,不合格烟支剔除准确率达99.98%,避免了钢印不合格烟支流入下道工序,改进后不合格烟支质量投诉由原来的4~5次/季度下降到0次。     

印品质量检测综述

印品质量检测在印刷中占有十分重要的地位,并伴随着人们对印刷要求的发展而发展。对印品质量检测的发展历程、发展现状及印品质量的检测过程进行了综述,详细介绍了传统的印品检测方法和基于图像处理的印品质量检测方法。并对基于图像处理的印品质量检测过程中的图像噪声处理、图像匹配、图像的缺陷检测以及套印的检测等相关算法进行了描述和对比,指出,印品质量的在线检测已成为目前研究的热点,然而,要实现快速在线印品质量检测还需要对检测过程中的算法进行改进,可借助模式识别方法对检测出的印品质量缺陷进行分类。     

CCD线扫描印品质量检测系统

为解决传统人工对印刷品质量检测存在的漏检、无法保证统一标准、检测效率低下等问题,采用基于机器视觉的检测系统,利用CCD线扫描相机对待检测的印刷品进行图像采集,在MATLAB环境下,对采集的印刷品图像与标准图像进行配准,找出两者间的差异,并显示出来,从而实现对印刷品质量检测的智能化。结果表明,该检测方法对于飞墨、漏印等常见印品质量问题的检测效果较好。     

基于组合优化的卷烟叶组配方设计

应用BP神经网络建立了叶组配方的主要化学成分含量与其感官质量和烟气化学成分含量之间的非线性映射关系,在此基础上建立了相关的约束最优化模型并求解,由此得到所选取烟叶的最佳配方比例。使用此组合优化方法克服了以往在设计卷烟叶组配方中完全以人的主观判断为标准所带来的相当的盲目性和主观性,从而实现了卷烟叶组配方经验设计与计算机智能设计相结合的组合交互式设计,使设计出的叶组配方更具科学性和合理性。      

基于机器视觉的鲍鱼风味片残次品在线检测方法

目的:解决鲍鱼风味片在生产过程中出现的边缘残损、内部气孔以及皮料厚度不均匀等外观缺陷自动化检测问题。方法:提出了一种基于机器视觉的在线检测方法。利用机械梳理装置将鲍鱼风味片整理成单层阵列排布;采集图像后,选择图像分割、灰度值拉伸、轮廓边缘提取等方法进行图像处理;利用外轮廓圆形度特征完成边缘残损检测,通过测量皮料厚度完成皮厚异常检测,通过计算气孔面积,完成气孔检测。结果:该在线检测方法对边缘完整度缺陷的检出率为100%,皮厚度异常缺陷检出率为100%,气孔缺陷的检出率为98.65%。结论:该方法具有较好的应用性,能够实现鲍鱼风味片残次品的在线检测。     

基于机器视觉的卷烟爆珠在线检测系统设计

目的：针对卷烟爆珠的质量检测,设计和构建融上料传送、机器视觉图像处理及不合格品剔除功能为一体的卷烟爆珠质量检测系统。方法：通过改进类间方差法对爆珠单颗粒图像进行提取,通过灰度分析、非线性度变换及改进最小外接圆等算法,实现爆珠质量自动化检测,在完成图像自动化检测之后,通过设计的不合格品剔除机构进行剔除,并开展爆珠质量检测的重复试验和应用分析。结果：该系统对不合格爆珠的异色、异行、破损总误检率低于3%,能精确剔除不合格爆珠且系统稳定可靠。结论：基于机器视觉的卷烟爆珠在线检测系统设计,能完成对爆珠质量的自动化在线检测,提高了检测速度与准确度。     

接装纸和成型纸透气度对卷烟中元素迁移行为的影响

为研究接装纸和成型纸透气度对卷烟燃烧过程中铬(Cr)、镍(Ni)、砷(As)、硒(Se)、镉(Cd)和铅(Pb)6种元素迁移行为的影响,采用单因素设计方法制备了不同接装纸、成型纸透气度试验卷烟样品,并对抽吸前后各部分(卷烟烟丝柱体、抽吸前烟蒂、抽吸后烟蒂、主流烟气、侧流烟气和烟灰)中6种目标元素进行了电感耦合等离子质谱(ICP-MS)测定和迁移率分析。结果表明:①卷烟燃烧过程中,Cr,Ni,As,Se和Pb 5种元素的烟灰迁移量占总量的70%以上,仅少量(<10%)迁移到主、侧流烟气中。②随着接装纸和成型纸透气度的增加,6种元素的主流烟气、烟蒂迁移率有一定程度的降低,但烟灰迁移率有所增加。③接装纸和成型纸透气度对6种元素侧流烟气迁移率的影响不明显。      

改性纤维素纸沟槽滤棒选择性降低卷烟烟气中的苯酚

制备了聚乙二醇/乙酰丙酸/三甘醇二乙酸酯改性纤维素纸沟槽滤棒卷烟,考察了改性剂对烟气焦油和苯酚释放量的影响。结果表明:①涂布量为(6.0±0.5)g/m2时,改性剂以单种或是以复配方式对纤维素纸改性,均对烟气苯酚具有高选择性降低效率。其中,乙酰丙酸改性沟槽滤棒卷烟样品较好地保持了卷烟原有的风格吸味。②随着改性剂在纤维素纸上涂布量的增加,对烟气苯酚的选择性降低效果增大;涂布量为(9.0±0.5)g/m2的卷烟样品存放2个月后,改性剂对烟气苯酚的选择性降低效果仍保持稳定且较高的水平。③纤维素纸上涂布(9.0±0.5)g/m2乙酰丙酸时,烟气苯酚释放量下降33.31%,焦油释放量下降2.61%,烟气苯酚的选择性降低率为30.7%,改性剂对苯酚的选择性降低效果显著;卷烟烟气体外毒理学检测结果表明,纤维素纸上涂布乙酰丙酸有利于降低卷烟的危害性。乙酰丙酸改性纤维素纸沟槽滤棒是一种非常有效的选择性减害手段。     

周期性表面图案的质量评价

已开发出一种新的适合纺织品质量检验特殊要求的图像处理系统。采用这一技术，可以检测并定量分析二维周期性图案的不规则性。这种方法不仅适用机织物的质量检验，而义可用于针织物及普通印花图案的检验。采用的算法比较完善，因而只需很小的计算量。在检测出疵点并对疵点加以归类前，先对图像信息进行高效压缩。这就使得这种技术也可用于织机的在线检测。