固定墨层厚度色样的精确印制方法

研究了在称重法的基础上,对混合油墨比重改变时墨层厚度与上墨量的关系进行了探讨,提出了实用的关系式,通过验证证明了该方法的可行性,从而精确地控制了专色色样的墨层厚度.     

基于神经网络的墨量控制算法的研究

针对印刷机墨量控制的非线性特性,提出了一种基于改进BP神经网络的PID控制算法。运用神经元的自学习、自适应特点,对检测的印刷品色差缺陷进行实时墨量控制。仿真实验表明:该控制方法具有良好的动、静态性能和较强的鲁棒性与自适应性。     

基于YOLOV4的工件表面质量在线检测方法研究

目的 提升自动化产线上工件表面微小缺陷的检测精度和检测速度。方法 首先,在预处理阶段提出采用CutMix的数据增强方法,增加训练样本的多样性,提高模型的鲁棒性和泛化能力,避免训练模型产生过拟合;使用K–means++聚类算法生成边界候选框,以适应不同尺寸的缺陷,并较早地筛选出更精细的特征。其次,借助CSP Darknet53网络及SPP模块提取输入原始图像的特征,通过训练获得针对工件表面质量的在线检测模型,提升YOLOV4缺陷位置检测及识别的精度。结果 实验结果表明,文中所提出的基于YOLOV4的工件表面质量在线监测方法的预测精度达到97.5%,检测速度达到32.8帧/s,均优于同类的深度学习算法。以贵州某航空工业产品的自动化产线作为实验平台验证了所提方法的可行性和有效性。结论 该方法具备结构简单清晰、自适应性强等优点,检测精度和速度均满足工业场景需求,可以将其用于产品表面质量的在线检测。     

面向数字相机的CCD像素颜色插值新算法研究

与立方卷积法和神经网络法相比，线性插值方法具有运算速度快的优点，在数字相机的插值技术中经常采用，为了提高图像质量，提出一种双相关线性插值方法，这种方法根据绿色分量的相关性对红蓝两种分量进行插值，并根据红蓝分量的相关性对绿色分量进行插值，实验表明，这种方法对于增强图像边缘效果较好。     

基于神经网络的印刷墨量在线检测研究

提出了使用机器视觉和神经网络等技术构建印刷墨量在线检测系统,介绍了由机器视觉采集印刷图像,以及使用神经网络计算印张上各墨区CMYK四色油墨墨层厚度的方法。最后通过实验验证了神经网络的可行性,并编程实现了这一系列过程。     

基于Blob算法的印刷缺陷在线检测的研究

将常见的印刷缺陷分为点、线、面3类,介绍了印刷缺陷在线检测的基本流程,说明了Blob算法检测缺陷的具体步骤,并运用Blob算法结合缺陷面积及周长的特征,成功对印品缺陷进行了提取及归类,最终得到了缺陷的面积、位置、类型等特征参数,在程序中实现了印刷品缺陷的检测。     

边缘特性及边缘检测在图像插值算法中的应用研究

首先论述边缘的基本特性,边缘蕴含丰富的内在信息,如方向、阶跃性质、形状等,对于剧烈跳变的边缘,灰度值差变化大,跳变节奏加快,产生阶跃变化或屋顶状变化。然后分析Canny边缘检测,指出其具有很好的边缘强度估计,为提高插值图像质量和插值算法提供理论根据。     

基于 Blob 算法的烫印缺陷在线检测的研究

分析了常见的烫印缺陷,介绍了烫印缺陷在线检测的基本流程以及检测系统的关键技术,包括烫印缺陷的判定,Blob 算法如何分析连通区域,确定连通区域的数量、大小、面积和位置等信息,根据连通区域的特征参数成功地对烫印缺陷进行了分析归类,实现了烫印缺陷的在线检测。     

基于改进YOLOv4算法的轮毂表面缺陷检测

汽车轮毂加工过程中产生的表面缺陷严重影响整车的美观性及服役性能,针对人工检测效率低、漏检率高的问题,提出一种基于改进YOLOv4算法的轮毂表面缺陷检测方法。构建了轮毂缺陷数据集,其包含6种表面缺陷,由2346张4928×3264pixel的图像组成;采用K-means方法进行先验框聚类,并针对YOLOv4算法在纤维、粘铝等小尺度缺陷上检测精度不足问题,在原网络Neck部分引入细化U型网络模块(TUM)和注意力机制,用于增强有效特征并抑制无效特征,强化多尺度特征提取与融合,改善特征处理过程中可能存在的小目标信息丢失问题;基于该数据集,训练并测试不同算法的缺陷检测性能并验证改进模块的有效性。结果表明,该方法大幅提升了粘铝等小尺寸缺陷的检测能力,缺陷检测平均精度达到85.8%,与多种算法相比较检测精度最高。     

基于三次样条插值的Shear-Warp算法的实现

提出一种使用在Shear-Warp算法视线方向的三次样条插值方法,由原始数据集的相邻切片,生成一组虚切片加入原始数据集,使得体绘制梯度效应得到改善,实验证明,该方法效果良好。     

基于Tollenar-Ernst模型的专色油墨墨量计算

运用Tollenar-Ernst模型,通过IGT实验得出了三色油墨在4种不同纸张上的最大墨层厚度;并通过图像的1-bit tiff文件和墨层厚度计算出了所需专色油墨的墨量;实际生产验证表明,基于Tollenar-Ernst模型的专色油墨墨量计算的准确度,完全可以满足实际生产的需求。     

基于电子标签导电油墨厚度的研究

在电子标签的印制中,采用分层印刷电子标签天线的思路,提出了分层蝶形天线模型,并进行了仿真模拟,研究了墨层厚度对蝶形天线辐射效率的影响。由仿真结果分析可知:不同区域电流密度的高低影响分层天线的辐射效率,在天线上找到了分层最佳点,分层天线的辐射效率比单层天线高。解决了印刷天线墨层厚度与辐射效率矛盾的问题。     

四面体插值算法在计算机油墨配色中的应用

把四面体插值法应用在油墨的计算机配色中,建立了一种新型的油墨配色系统,可实现油墨从CIELAB色彩空间到CMY(K)空间的转换。该系统可节省油墨配色的时间、成本,提高配色的速度和效率,加快印前工艺的数据化流程。     

印品墨层厚度的一致性仿真分析

应用计算机仿真方法对影响墨层厚度一致性的因素进行了研究.在油墨转移率等于0.5的条件下,通过对输墨系统的离散化处理,实现了连续的输墨系统的计算机仿真.计算结果表明,单路输墨系统产生的墨层厚度的一致性优于双路输墨系统.此外,墨层厚度的一致性与图文的分布及印版滚筒的空档大小均密切相关.     

基于荧光基Clapper-Yule光谱模型的墨层厚度变化预测

由于荧光纸基会吸收紫外线,激发可见蓝光或可见紫色荧光,而影响墨层厚度,为此基于荧光纸基的Clapper-Yule光谱反射色彩预测模型,考虑了荧光纸张的光学特性、光在荧光纸内部横向传播等特性,采用最小二乘参数估计方法,通过印刷品光谱反射率反映荧光纸基的墨层厚度变化量。该模型可为彩色印刷品的呈色规律分析和印刷品质量检测系统的研制与开发提供一定的理论依据。     

一种基于数据融合的图像插值算法

针对传统的线性插值算法存在的边缘模糊问题,本文提出一种新算法.首先采用距离平方反比的插值方法在插值点邻域内计算水平、垂直和对角三个方向共6个插值,然后以插值距离和方向梯度构造权重,进行数据融合获得最终插值.该算法既考虑了插值距离因素,又考虑了插值方向梯度信息,有效地保护插值图像的边缘和纹理信息.实验结果表明,该算法的插值图像比传统的双线性插值法均方误差降低而平均梯度增加,是一种提高插值图像分辨率的有效方法.     

水性油墨在凹版印刷中的应用研究

介绍了水性油墨的基本成份和特性,并通过水性油墨与常规溶剂型油墨的对比,详细阐述了水性油墨在凹版印刷中的优势以及在未来包装印刷发展中的地位,并对凹印水性油墨现阶段存在的问题以及改进措施做了探讨,指出了凹版水性油墨研发与应用的方向。     

多元线性回归法在墨层厚度检测中的应用研究

用印刷适性仪分别印刷了CMYK各种厚度的色块,计算了色块的厚度,并采集了色块的Lab值,在Matlab中用多元线性回归法建立了墨层厚度与Lab值之间的关系,并分析了其结果。实验结果表明,C,M,Y的墨层厚度与Lab之间线性关系显著。