一种柔印标签缺陷检测方法技术

本发明专利技术提供一种柔印标签缺陷检测方法，包括以下步骤：S1：对要检测的柔印标签图像进行初步修复，生成第一生成样本；S2：对第一生成样本进行进一步修复，生成第二生成样本；S3：使用预构建的划分模板划分得到字符区域和背景区域；S4：使用不同的差分阈值分别对字符区域和背景区域进行二值化；S5：对二值化后的字符区域使用结构相似度进行判断，得到字符区域检测结果；对二值化后的背景区域使用块残差统计阈值进行判断，得到背景区域检测结果；S6：将字符区域检测结果和背景区域检测结果取并集得到最终检测结果，完成缺陷检测。本发明专利技术提供一种柔印标签缺陷检测方法，解决了目前使用标准模板的柔印缺陷检测方式容易误检的问题。板的柔印缺陷检测方式容易误检的问题。板的柔印缺陷检测方式容易误检的问题。

【技术实现步骤摘要】
一种柔印标签缺陷检测方法


[0001]本专利技术涉及纺织工业检测
，更具体的，涉及一种柔印标签缺陷检测方法。

技术介绍

[0002]柔印(柔性版印刷)，是指使用柔性版通过网纹辊传递油墨的印刷方式，柔性版为橡胶、感光性数值等弹性固体材料制成的凸版总称。印刷时传墨辊将油墨均匀、稳定地涂布在印版滚筒图文部分，然后在印版滚筒和压印滚筒压力的作用下，印版上的图文转移到承印材料表面，从而获得清晰的图文。柔印以其印刷质量好、适用性广、生产率高、可控性好等优点被广泛应用于日用品的包装、标签和装潢。无毒油墨柔印已成为标签印刷的主流选择，尤其是在面料和服装行业。
[0003]柔印过程由于机器故障、油墨故障、环境污染物干扰等问题，不可避免地产生缺陷，如不被及时发现将会导致批量产品出错，造成原材料批量浪费和人工浪费。柔印标签上的语言涉及世界各地语言，且印刷内容多，若采用人工检测抽检方式容易导致漏检，仍旧存在批量印刷错误风险。
[0004]目前一般采用在线检测的方式，但柔印印刷过程由于衬底的材质厚薄，疏密成度不一导致印刷受力不均，无缺陷样品的内容也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柔印标签缺陷检测方法，其特征在于，包括以下步骤：S1：使用第一生成器对要检测的柔印标签图像进行初步修复，生成第一生成样本；S2：使用第二生成器对第一生成样本进行进一步修复，生成第二生成样本；S3：使用预构建的划分模板分别将柔印标签图像、第一生成样本和第二生成样本划分，得到相应的字符区域和背景区域；S4：使用字符差分阈值对字符区域进行二值化，使用背景差分阈值对背景区域进行二值化；S5：对二值化后的字符区域使用结构相似度进行判断，得到字符区域检测结果；对二值化后的背景区域使用块残差统计阈值进行判断，得到背景区域检测结果；S6：将字符区域检测结果和背景区域检测结果取并集得到最终检测结果，完成缺陷检测。2.根据权利要求1所述的一种柔印标签缺陷检测方法，其特征在于，所述第一生成器包括高噪声因子编码器、低噪声因子编码器和第一解码器；在训练第一生成器时，通过高噪声因子编码器和低噪声因子编码器分别对输入的训练样本添加高噪声因子和低噪声因子，然后将低噪声因子编码器得到的编码信息融合到高噪声因子编码器中，输出特征向量到第一解码器中；通过第一解码器的特征整合模块完成特征向量的上采样和融合，每个特征整合模块包含三个卷积单元，卷积单元中卷积层的连接方式为残差连接，利用残差连接将上采样后的低尺度信息和编码器信息通过累加实现融合，让新特征层同时包括低尺度的解码信和和高尺度的编码信息，得到最终解码特征，使用反卷积根据最终解码特征得到第一生成样本。3.根据权利要求2所述的一种柔印标签缺陷检测方法，其特征在于，所述第二生成器包括多个尺度的编解码器；在训练第二生成器时，将第一生成样本添加噪声后作为第二生成器的输入，在第二生成器中，卷积核大小为3，且引入多尺度输入，高尺度的编码信息在经过注意力模块后与低尺度的编码信息进行堆叠，然后使用卷积层将两种编码信息进行融合；在各个尺度的编解码器得到最终解码特征后，从低尺寸向高尺寸进行融合，让较低尺度的解码特征经过注意力模块后与更高尺寸的解码特征融合；多个尺度融合完成后，经过残差连接使得解码信息更好地整合，最后经过反卷积得到第二生成样本。4.根据权利要求3所述的一种柔印标签缺陷检测方法，其特征在于，生成器的损失函数L
GEN
为：L
GEN
＝L(G,D)+λ1·
L
δ
(y,G(x))+λ2·
SSIM(y,G(x))其中，x为添加噪声的输入图像，y为第二生成样本，G为生成器，δ设为1；其中，μ
y
，μ
G(x)
分别为y和G(x)的均值，和分别为y和G(x)的方差，σ
yG(x)
为y和G(x)的协方差，c1和c2为不同的常数；
第一生成器和第二生成器的总损失函数L
total
为：L
total
＝L
GEN1
+L
GEN2
其中，L
GEN1
为第一生成器的损失函数，L
GEN2
为第二生成器的损失函数。5.根据权利要求1所述的一种柔印标签缺陷检测方法，其特征在于，通过以下步骤构建划分模板：创建全0矩阵fre，根据训练集的一训练样本创建N张模板，依次输入训练集的其他训练样本与各模板进行比较，计算训练样本的像素x
i,j
与N张模板的像素m
n,i,j
之间的欧氏距离Dist
n,i,j
：Dist
n.i,j
＝|x
i,j
‑
m
n,i,j
|设置x
i,j
的匹配数初始为10，若Dist
n.i,j
小于最小半径Radius，则x
i,j
的匹配数加1，若Dist
n.i,j
不小于最小半径Radius，则跳到第n+1个模板，若x
i,j
的匹配数大于等于预设的最小匹配数，则有1/K的概率使用x
i,j
随机更新任一模板中的对应位置的像素值，同时也有1/K的概率去更新模板中像素(i,j)八邻域的像素值；若x
i,j
的匹配数小于最小匹配数，则将矩阵fre中第(i,j)个像素点fre
i,j
加1；将其他训练样本与各模板进行比较完成后，得到最终的矩阵fre作为划分模板；其中，1/K为采样概率；K为6，Radius为15。6.根据权利要求5所述的一种柔印标签缺陷检测方法，其特征在于，将划分模板二值化并去除噪点后，将字符区域置为0，背景区域置为1；然后将划分模板与柔印标签图像相乘得到柔印标签图像的背景区域，通过柔印标签图像与其背景区域进行差分得到柔印标签图像的字符区域；将划分模板与第一生成样本相乘得...

【专利技术属性】
技术研发人员：蔡念，龙进良，燕舒乐，肖盼，谢依颖，王晗，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：