[發(fā)明專利]一種基于區(qū)域組合特征的印刷圖像缺陷檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310744207.5
• 申請(qǐng)日: 2013-12-30
• 公開（公告）號(hào): CN103745461A
• 公開（公告）日: 2014-04-23
• 發(fā)明（設(shè)計(jì)）人: 陸耀;黃煒;雷凡;喻盧軍;丁建華;秦明
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于區(qū)域組合特征的印刷圖像缺陷檢測(cè)方法，特別涉及一種基于區(qū)域組合特征和加權(quán)線性判別分析的印刷圖像缺陷檢測(cè)方法，屬于圖像處理技術(shù)領(lǐng)域。

背景技術(shù)

隨著印刷工業(yè)的發(fā)展，人們對(duì)印刷產(chǎn)品的外觀、色調(diào)及畫面的設(shè)計(jì)要求越來越高，但由于工藝、機(jī)械等因素，在印刷過程中不可避免的會(huì)出現(xiàn)如漏印、油墨沾污、黑點(diǎn)、文字模糊、起皺、刮傷、針孔、顏色失真、套印錯(cuò)位等缺陷。傳統(tǒng)的人工檢測(cè)的方法已很難保質(zhì)保量地完成檢測(cè)任務(wù)。隨著計(jì)算機(jī)軟、硬件的飛速發(fā)展，利用機(jī)器視覺來進(jìn)行印刷品表面圖像質(zhì)量的自動(dòng)檢測(cè)已變得切實(shí)可行。

印刷缺陷的嚴(yán)重程度是由缺陷的大小、位置、對(duì)比度、形狀等決定。實(shí)際印刷工程中，印刷原始圖像有些區(qū)域?yàn)殛P(guān)鍵區(qū)域，在關(guān)鍵區(qū)域中不能出現(xiàn)任何缺陷，而在非關(guān)鍵區(qū)域，允許出現(xiàn)不嚴(yán)重的缺陷。因此，檢測(cè)系統(tǒng)對(duì)相同的缺陷判定是不同的：如果缺陷不嚴(yán)重并且出現(xiàn)在非重點(diǎn)區(qū)域，印刷產(chǎn)品判定為合格品，但相同缺陷如果出現(xiàn)在關(guān)鍵區(qū)域，雖然不嚴(yán)重，但印刷產(chǎn)品仍判定為廢品。因此，實(shí)際工程中，對(duì)檢測(cè)系統(tǒng)的缺陷辨識(shí)能力提出了較高要求。

目前基于機(jī)器視覺的檢測(cè)方法主要是模板法，即將待檢圖像與預(yù)先提取的模板圖像進(jìn)行比較，根據(jù)它們之間是否存在差異以及差異大小來判斷圖像是否存在缺陷。模板法存在的主要缺點(diǎn)有：（1）模板的預(yù)先提取工作量大。如果印刷產(chǎn)品類型很多、印刷產(chǎn)品內(nèi)容豐富，預(yù)先提取的模板的大小、范圍、和模板數(shù)量不確定，提取工作量大；（2）不同批次與預(yù)先提取模板存在差異。不同批次的印刷產(chǎn)品由于環(huán)境、光照、角度等等因素，通過攝像機(jī)采集的圖像與預(yù)先提取的模板存在差異，影響檢測(cè)結(jié)果；（3）檢測(cè)工作量大。由于上述原因，不同批次需要重新提取模板，或者根據(jù)預(yù)先提取的模板進(jìn)行顏色校正、角度畸變校正等工作，使得檢測(cè)工作量增加，檢測(cè)效率較低。

因此如何克服上述缺點(diǎn)，研究高效率印刷圖像缺陷檢測(cè)方法，降低使用復(fù)雜度成為必要。

發(fā)明內(nèi)容

本發(fā)明的目的是為了克服已有印刷圖像缺陷檢測(cè)方法存在的不足，提出一種基于區(qū)域組合特征和加權(quán)線性判別分析的印刷圖像缺陷檢測(cè)方法。

本發(fā)明的目的是通過下述技術(shù)方案實(shí)現(xiàn)的。

一種基于區(qū)域組合特征的印刷圖像缺陷檢測(cè)方法，分為學(xué)習(xí)過程和訓(xùn)練過程兩部分。

所述學(xué)習(xí)過程具體為：

步驟一、針對(duì)印刷樣張圖像進(jìn)行區(qū)域劃分。具體步驟為：

第1.1步：對(duì)印刷樣張圖像進(jìn)行手動(dòng)區(qū)域劃分，即人為指定印刷樣張圖像中的L個(gè)關(guān)鍵區(qū)域，L≥0，將其它區(qū)域稱為非關(guān)鍵區(qū)域。所述關(guān)鍵區(qū)域中不能出現(xiàn)任何印刷缺陷；所述非關(guān)鍵區(qū)域允許出現(xiàn)不嚴(yán)重的缺陷。

第1.2步：針對(duì)印刷樣張圖像中的非關(guān)鍵區(qū)域，根據(jù)印刷圖像的紋理結(jié)構(gòu)、顏色特征及面積將其劃分為K個(gè)非關(guān)鍵區(qū)域，K≥1。

步驟二、在步驟一操作的基礎(chǔ)上，判斷訓(xùn)練樣本集中的小張印刷圖像在印刷樣張圖像中的所屬區(qū)域，將訓(xùn)練樣本集中的小張印刷圖像分為(L+K)個(gè)訓(xùn)練子集。

步驟三、針對(duì)步驟二中所述訓(xùn)練樣本集中的小張印刷圖像進(jìn)行特征提取，具體步驟為：

第3.1步：對(duì)訓(xùn)練樣本集中的小張印刷圖像進(jìn)行紋理特征的提取。具體為：

第3.1.1步：將所述小張印刷圖像轉(zhuǎn)換為灰度圖像；然后對(duì)灰度圖像進(jìn)行m個(gè)尺度和n個(gè)方向的Gabor濾波，得到m×n幅Gabor圖像，分別用G_i,j；其中，5≤m≤10，8≤n≤16，1≤i≤m，1≤j≤n。

第3.1.2步：對(duì)每幅Gabor圖像G_i,j分別提取59維局部二值模式（Local?Binary?Patterns，LBP）特征，用符號(hào)表示，

第3.1.3步：對(duì)每幅Gabor圖像G_i,j分別提取16維灰度共生矩陣（Gray-level?Co-occurrence?Matrix，GLCM）特征，用符號(hào)表示，