【技术实现步骤摘要】
一种基于电子样稿的柔印首件检测方法
[0001]本专利技术涉及纺织工业检测领域，更具体地，涉及一种基于电子样稿的柔印首件检测方法。
技术介绍
[0002]柔性印刷是指使用柔性版通过网纹辊传递油墨的印刷方式。目前柔性印刷使用的水性油墨和UV油墨，都不含有毒性较强的苯、酯和酮，也不含对人体有害的重金属。柔性印刷的墨层厚度大约只有凹版印刷的一半，单位面积的油墨消耗量远小于凹版印刷的油墨消耗。此外，柔性印刷属于轻压力印刷，设备能耗低，制版过程对环境的危害小，超百万印次的耐印力减少了长版订单停机换版带来的材料损耗。因此，柔性印刷成为业界公认的绿色印刷方式之一。
[0003]由于显著的环保特性，柔性印刷在美国包装印刷市场中的占比达到70％以上，在西欧国家的占比大约为50％。20世纪80年代，随着快餐食品和化妆品等领域越来越多的外资企业进入中国，柔性印刷也被引入国内并逐步发展。目前，我国的柔性印刷在瓦楞纸箱、标签、无菌液体包装、纸杯纸袋、餐巾纸等领域已有相当广泛的应用，并逐渐占据主导地位。在软包装印刷和书刊印刷领域，柔性印刷也开始...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于电子样稿的柔印首件检测方法，其特征在于，包括以下步骤：S1：提取电子样稿和柔印首件的超点得到二者的关键点位置和视觉特征描述子，并完成电子样稿和柔印首件的粗匹配；S2：对完成步骤S1中粗匹配的电子样稿和柔印首件进行精匹配；S3：对完成步骤S2中精匹配的柔印首件进行缺陷检测。2.根据权利要求1所述的基于电子样稿的柔印首件检测方法，其特征在于，所述步骤S1中，采用SuperPoint自监督网络提取电子样稿和柔印首件的超点。3.根据权利要求2所述的基于电子样稿的柔印首件检测方法，其特征在于，所述SuperPoint自监督网络的训练过程是：S11：以VGG16作为基础检测器，训练网络参数提取几何形状角点；S12：兴趣点标注，采用步骤S11中预训练的基础检测网络分别提取柔印首件和电子样稿的角点，进行兴趣点标注；S13：对步骤S12中的柔印首件和电子样稿分别进行N次单应性变换，并通过基础检测器分别标注变换后各图像的兴趣点；随机取次图像，每次由抽取的两种不同姿态的兴趣点构建损失函数，以其中一种姿态的兴趣点自标注作为真值，另一种姿态作为观察结果，构建出兴趣点损失函数和描述子损失函数，训练目标需使得匹配点距离小，非匹配点距离大，联合训练后得到SuperPoint检测网络并完成SuperPoint检测。4.根据权利要求3所述的基于电子样稿的柔印首件检测方法，其特征在于，由于电子样稿和柔印首件的虚拟几何形状的角点是已知的，将其直接作为标注的数据集去训练基础检测器。5.根据权利要求4所述的基于电子样稿的柔印首件检测方法，其特征在于，由于电子样稿和柔印首件之间存在大量重复的内容信息会造成大量的匹配冗余，使用引入注意力机制的GNN网络并结合分配优化求解方式来解决匹配冗余，GNN网络采用端到端的训练方式经过以下步骤完成匹配：1)、输入电子样稿和柔印首件分别对应的第I个视觉特征描述子和以及坐标位置和2)、GNN网络首先使用Keypoint编码器分别将关键点位置和以及视觉描述符和映射到图中的节点信息，然后使用自我和交叉注意力作为边将图层的节点信息聚合得到超特征f
lF
和f
lR
；3)、最终根据超特征计算得分矩阵，经过Sinkhorn算法迭代优化输出行列归一化的分配矩阵。将分配矩阵每列最大值横、纵坐标对应的特征点对作为匹配点对进行仿射变换，完成电子样稿和柔印首件的粗匹配。6.根据权利要求5所述的基于电子样稿的柔印首件检测方法，其特征在于，所述步骤S2的具体过程是：电子样稿内容清晰、黑白分明，采用固定阈值提取电子样稿的不同文字或图案的子内容块F
s
，设子内容块的中心点坐标为(X
s
,Y
s
)，尺寸为(W
s
,H
s
)，以F
s
为模板图，在柔印首件图像R中对应的区域内进行NCC搜索匹配，设变量δ为搜索扩展基数，每个搜索点(x,y)对应的
NCC计算如下：x∈[X
s
‑
δ:X
s
+δ],y∈[Y
s
‑
技术研发人员：蔡念，燕舒乐，龙进良，肖盼，王晗，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。