基于支持向量机的印品缺陷分类方法

目的研究印品图像的各类形状缺陷,建立基于支持向量机(Support vector machine,SVM)的印品形状缺陷分类模型。方法对印品进行符合人眼视觉特性的缺陷识别,并对提取缺陷进行特征分析。将特征数据导入支持向量机进行训练学习,SVM分类器对缺陷图像进行测试。结果分类器对点缺陷和面缺陷的识别率为100%,对线缺陷的分类准确率达93.94%。结论基于SVM的缺陷分类方法能较好地满足印品质量检测的需求。     

彩色印刷品缺陷快速精确检测方法研究

目的为解决在不同光照强度下,彩色印刷品缺陷检测的实时性和精确性问题,基于CIE L*u*v颜色空间和SURF算法,提出一种面向彩色印刷品缺陷的快速精确检测方法。方法采用中值滤波器,对采集到的待检测印刷图像进行滤波去噪;将采集到的样张图像与待检测印刷图像由RGB颜色空间转换到CIE L*u*v颜色空间;基于SURF算法,构建CIE L*u*v颜色描述向量的122维特征描述符;使用双线程并行方法,计算样张图像与待检测印刷图像中兴趣点间的欧式距离进行匹配,以兴趣点的全部匹配成功来表明待检测印刷图像无缺陷。结果在光照度150~650 lux范围内,能够对常见的位置偏移、墨迹沾染、色彩改变等印刷质量缺陷进行检测,其平均耗时为650 ms。结论该方法所需硬件配置简单,对光照强弱变化有较好的适应性,对常见的印刷质量缺陷能够给予快速精确的检测。     

基于机器视觉的二维图像质量缺陷检测研究进展

目的 机器视觉图像处理技术是近年在图像处理领域发展起来的一门新兴边缘交叉学科，二维图像的质量检测是印刷行业中必不可少的环节，分析基于机器视觉的二维图像质量缺陷检测流程，探索影响基于机器视觉的二维图像质量缺陷检测精度的相关因素，为后续研究印刷品的二维图像自动化检测和质量控制提供参考。方法 在此基础上，围绕图像预处理中的灰度转换、噪声过滤、固定阈值分割、自适应阈值分割、Otsu法及边缘检测，对图像配准中的基于灰度统计信息分布配准方法、基于特征的图像配准方法进行总结，然后归纳分析图像的缺陷提取和分类。结论 以实际例子对上述研究内容进行了提炼，通过图像预处理中的噪声过滤为后续缺陷提取提供清晰图像，减少伪影干扰；通过图像预处理中的灰度变换、阈值分割、感兴趣区域提取减少系统处理时间，为实现高效的缺陷检测奠定了坚实的基础；通过图像配准消除了机械振动引起的图像位置偏移，确保后续缺陷提取的准确性；通过图像缺陷提取和分类帮助印刷企业找出生产问题，提供有针对性的改进措施，可为生产高质量产品提供支持。     

基于深度智能视觉的表面缺陷检测研究进展

基于深度智能视觉的表面缺陷检测研究在制造业中起着越发重要的作用,本文阐述深度智能视觉的表面缺陷检测在现代工业质检中的重要性,对现有研究进展进行梳理总结。深度智能视觉以机器视觉和深度学习为技术基础,为不同工业场景提供高精高效的表面缺陷检测算法。本文从检测细粒度的角度将表面缺陷检测分为表面缺陷分类、定位、分割检测3个部分,并分别对分类、定位、分割方法进行系统综述,梳理现有表面缺陷检测研究的问题和思路。分类检测针对数据和缺陷图形特征问题进行研究,因其基础性和易拓展性于不同工业场景的应用呈现分散发展;定位检测以模型框架、矩形框检测和标注成本为主要问题,表现出追求轻量化和特征融合机制的研究趋势;分割检测更关注图像细节特征。通过研究分类、定位、分割的多任务模型框架以探索分类、分割检测之间的互补性。最后总结目前表面缺陷检测研究存在的问题,并对发展趋势进行展望。     

分区域分等级的印刷品缺陷检测方法

目的为了体现印刷品不同区域的重要性等级,提高印刷品缺陷检测的精度,提出了一种分区域分等级的印刷品缺陷检测方法。方法根据检测区域的特点和重要性不同,把印刷品分成不同的区域进行前景提取,并且设置不同的检测等级;对印刷品进行符合人眼视觉特性的缺陷识别,并对提取缺陷进行特征分析。结果分区域的缺陷检测可以实现不同区域的同时检测,在检测耗时、检测准确率及误检率上都优于不分区域的检测方法。结论基于分区域的印刷品缺陷检测方法能很好地满足印刷品质量检测的需求,提高印刷品缺陷检测的精度和效率。     

基于图像处理的包装印刷缺陷检测方法

目的为了提高包装印刷品缺陷检测的准确度和适用性,基于图像处理设计一种包装印刷缺陷检测方法。方法采用几个关键步骤包括图像配准、配准区域自动选取、缺陷检测等,并根据包装印刷品图像特征选择配准区域,同时给出一种快速图像配准算法,利用改进差影匹配算法实现缺陷检测;基于DSP和FPGA设计控制系统硬件平台,主要包括控制单元、图像采集与处理单元、成像单元等,并进行实验研究。结果所述方法能够准确识别出细微的刀丝、拉条类缺陷。结论该方法具有较高的可靠性、通用性,可实现包装印刷品缺陷的快速检测。     

粉状炸药自动包装工艺的改进研究

目的 针对印刷品表面缺陷检测中计算实时性差、缺陷类型识别率不高等问题,提出一种改进灰度共生矩阵(GLCM)的印刷品表面缺陷检测方法。方法 首先对主流的缺陷检测流程进行优化设计,通过对图像进行预处理和差分操作,判断待测印刷品表面是否存在形状缺陷;然后针对传统灰度共生矩阵的特征提取维度高、信息易丢失、旋转不变性差等问题,设计一种综合考虑效率和实时性的缺陷区域特征参数提取算法;最后结合得到的特征参量,通过基于支持向量机的分类器完成不同形状缺陷的分类识别。结果 实验结果表明,文中所设计的改进算法所提取的特征参量更能精确表征缺陷区域的特征,同时,特征参数的提取时间和缺陷分类识别率等指标均比传统检测方法更有优势。结论 在保证计算实时性的前提下,文中所设计的检测方法能有效完成印刷品表面缺陷区域的纹理特征识别能力,具有较高的分类识别率。     

基于骨架模板匹配的彩色印刷品文字缺陷检测

针对彩色印刷品文字缺陷检测难等问题,提出了基于骨架模板匹配的文字缺陷检测方法。选取标准样本图像中有代表性的颜色,经过粗分割和精分割,提取主颜色;在每个主颜色的色板上分析连通分量区域几何位置关系,定位文字区;逐步细化文字区色板并赋予不同权值,得到骨架模板;把待检样品图像与骨架模板匹配得到缺陷信息并标记在待检样品图像上,完成缺陷检测。实验结果表明,该方法能有效消除印刷过程中多种干扰带来的抖动和配准精度对文字缺陷检测的影响,精确实现文字缺陷检测。     

基于CCD的静电照相成像数字印刷品质量分析

根据ISO 13660标准建议的测量方法,采用基于CCD图像捕获技术的印刷质量检测系统测量数据,分别从线宽、阶调复制特性和噪声缺陷等几方面,全面分析了数字印刷品的质量。以单色静电照相成像数字印刷设备配合数字工作流程软件印刷了测试样张。测量分析表明,不同的加网方式对印刷结果的阶调复制特性及噪声缺陷会产生一定的影响。     

基于无人机图像的风力发电机叶片缺陷识别

针对风力发电机叶片人工检测低效,缺陷诊断难的问题,提出一种基于无人机与图像处理的风力发电机叶片缺陷识别方法。通过Halcon 12与Visual Studio 2015的联合开发,实现图像处理流程、检测结果输出以及缺陷回放等功能,包括相机标定、通过快速自适应加权中值滤波处理图像、动态阈值分割叶片图像缺陷特征,利用区域处理识别裂纹和砂眼等缺陷,并对缺陷进行分类与测量以及输出对叶片质量的分析报告等,实现风力发电机叶片表面缺陷的自动检测功能。通过实例验证了该方法在风力发电机叶片表面缺陷检测中的较高精确性与算法稳定性。     

喷墨打印质量检测技术的研究

分析比较了传统印刷质量检测技术,提出运用计算机图像分析法检测喷墨打印质量。在基于ISO/IEC13660国际标准基础上,选取墨点保真度、线条质量、大面积区域(色块)以及MTF作为喷墨打印的检测要素,利用CCD获取检测要素并运用计算机图像分析法定量分析和检测,通过获得的检测数据实现对喷墨打印质量的评价。该检测技术扩大了喷墨打印质量的检测范围,使印刷厂同客户之间的交流更加精确和标准。     

笔管缺陷自动化检测系统设计与研究

中国已成为笔类产品生产大国与出口大国，而笔管检测是制笔行业的关键工艺技术。针对目前制笔行业中笔管检测的需求，设计了笔管缺陷自动化检测系统，以提高笔管缺陷检测效率及笔管制造企业的生产质量。基于机器视觉及重心分类装置，采取分模块检测系统，对笔管的缺陷形态、类型进行鉴别与统计，高效率、高精度地实现笔管缺陷检测、残次品剔除与自动分拣。采用缺陷自动检测算法，利用计算机视觉检测技术进行缺陷边缘检测，分割出笔管的缺陷区域并定义主要缺陷类型，完成对笔管缺陷的判断与分类。通过构建、训练卷积神经网络，得到了拟合度较高的卷积神经网络模型，用于分析笔管的缺陷情况。实验结果表明，笔管缺陷自动化检测系统可以客观地检测笔管的缺陷，提高笔管生产效率，提升生产线的成品质量，具有较高的工程应用价值。     

基于YOLOv4算法的药用空心胶囊表面缺陷检测方法

目的 为提升质检过程中药用空心胶囊的表面缺陷检测精度及其自动化水平。方法 通过设计高质量图像采集方案来避免胶囊表面出现光斑,以此构建药用空心胶囊缺陷数据集。基于YOLOv4算法,建立深度学习检测模型,利用多尺度特征提取以及训练策略,增强对小目标缺陷检测的鲁棒性。采用K-means++聚类算法更新锚框初始值,以提高模型对胶囊表面缺陷的预测性能。结果 实验结果表明,提出的胶囊缺陷检测方法能够准确判别胶囊好坏,并能检测出其表面的凹陷、孔洞、划痕、污点和接口缺损等5类缺陷,其中对于胶囊有无缺陷的平均精确均值达99.05%,各缺陷类型的平均精确率为91.81%,而每秒检测图像可达22张。与其他典型的目标检测方法相比,文中方法在检测速度和精度上都有一定优势。结论 文中所提出的基于YOLOv4的缺陷检测方法实现了对药用空心胶囊多类型缺陷的分类与定位,具有较好的检测效果和稳定性,在满足生产质量管控要求的同时,可大幅降低人工成本。     

Automatic defect inspection system of colour filters using Taguchi-based neural network

A coloured filter is a critical part of an LCD panel, especially to present a high quality colour display. At present, the defect detection of colour filters is conducted by manual inspection in the final product stage. However, poor detection efficiency and subjective judgment of manual inspection undermine accuracy. Therefore, this study applied image processing technology and the neural network to detect surface defects of colour filters in order to prevent losses arising from incorrect detection, lower production costs, and effectively improve yield. A back-propagation neural network (BPNN) classifier was selected to train the features. The results showed that the proposed method can be successfully applied in defect detection of colour filters to reduce artificial detection errors. In addition, the Taguchi method was used with BPNN to save time searching optimal learning parameters by the trial and error method, which achieves faster convergence, smaller convergent errors and better recognition rate. The results proved that the root-mean-square error (RMSE) of the Taguchi-based BPNN at final convergence is 0.000254, and recognition rate reaches 94%. Therefore, the proposed method has good effects in detecting the micro defects of a colour filter panel.     

基于模板匹配的啤酒箱印刷质量检测方案

目的快速且精准地检测啤酒箱常见的印刷缺陷。方法以啤酒箱面纸为检测目标,通过提取模板图像中形状和灰度值信息构建差异模型的模板匹配方法,对啤酒箱印刷中常见的缺陷特征进行检测,根据检测结果判断印刷质量是否合格,并通过检测验证实验对质量检测方案的效果进行评估。结果通过对所采集的500张图像进行检测实验并统计结果,该方法的平均准确率达到96.18%,漏检率小于0.9%,误判率为3.08%,平均检测耗时低于10 ms。结论使用该方法对啤酒箱面纸这类胶印制品进行质量检测的效果优秀且稳定,可以对细小划痕等高精度要求的缺陷进行精准检测,而且检测速度也快于其他方法。     

带钢表面缺陷视觉检测系统关键技术研究

为满足钢板表面缺陷在线检测系统宽幅面、高速、高分辨率的检测要求，讨论了基于线阵CCD的钢板表面缺陷视觉检测系统实现的关键技术；优化设计了视觉检测系统的光学照明部分，以检测不同类型的缺陷。通过软件系统的特殊设计，以保证实时在线检测。针对缺陷图像低对比度、高噪声的特点，提出了基于灰度统计特性的图像边缘检测方法，并实现了对缺陷图像的自适应阈值分割。依据图像的缺陷统计特性，定义了缺陷的灰度、几何等特征量，用于缺陷分类。本系统样机已在实验室环境下运行。     

图像纹理分析在彩色印刷品质量检测中的应用研究

图像处理技术为彩色印刷品的缺陷检测提供了一种新的途径.将图像的纹理分析应用于缺陷检测过程,比较标准图像和待检图像的纹理特征参数就可以分析待检图像细微层次方面的质量,从而检测出印刷缺陷.实验表明,这种缺陷检测方法精度和效率高,满足精细彩色印刷品的要求.     

包装箱型号标记缺陷检测系统设计与实现

目的 为了实现空调包装箱上型号标记缺陷的实时动态检测,基于图像处理技术设计包装箱型号标记缺陷检测系统.方法 基于AM5728控制器设计控制系统硬件平台,主要包括控制单元、图像采集与处理单元、成像单元等,并进行实际测试研究.采用几个关键方法,包括图像增强处理、形态学、缺陷检测、动态阈值分割算法等,并根据包装箱型号标记图像特征选择配准区域,同时给出一种动态阈值分割算法,利用各种算法实现缺陷检测.结果 采集了250个包装箱条码样本,采用文中方法获取到了监测数据,正确率高达97.2％,漏检率为0.结论 该方法具有较高的可靠性、通用性,可实现包装箱型号标记的缺陷快速检测,解决了空调包装箱上的型号标记实时动态缺陷检测的实际工程问题.     

基于多对象匹配与融合字符特征的印刷质量检验方法

目的 为了增强字符配准对字符位姿变化的鲁棒性和识别能力,以及印刷质量检验精度和缺陷类型分析对不同字符产品的自适应性,提出一种基于多对象匹配与融合字符特征的印刷质量检验方法。方法 采用多张合格字符样品图像进行模板构建;借助多对象匹配来配准多个待检验的字符,消除字符位姿的变化对字符配准的影响;进行逐像素的比对,检验字符区域的质量;利用灰度阈值分割以及Sobel边缘检测,将字符区域分成3个待检验的局部特征区域：边缘、前景、后景;进而获取边缘完整性,前景面积和灰度,背景面积和灰度这些显著的字符特征,由多张字符样品训练每个特征的自适应的合格范围;将其组合,形成融合字符特征,分析缺陷的类型。结果 测试数据表明,针对不同种类、不同精度要求的字符产品,所提方法对于字符质量的判断准确率达到100%,对缺陷类型的分类准确率保持在84.2%以上。结论 所提字符质量检验方法拥有良好的鲁棒性与自适应性,在包装、印刷等行业具备较高的应用价值。