一种基于神经网络的印刷品外观缺陷检测工艺制造技术

本发明专利技术涉及印刷品检测领域，尤其涉及一种基于神经网络的印刷品外观缺陷检测工艺，包括：步骤S1，图像检测模块建立标准样本图像库；步骤S2，CCD工业相机采集待检测印刷品图像；步骤S3，图像检测模块对待检测印刷品图像进行参考点选取，并进行版位偏移检测；步骤S4，图像检测模块对待检测印刷品图像进行灰度化处理，并进行背景部分污点检测；步骤S5，图像检测模块对待检测印刷品图像进行图案检测区域划分；步骤S6，图像检测模块对待检测印刷品进行卷积神经网络印刷品缺陷分析；图像检测模块对待检测印刷品图像进行多步骤的检测分析，将计算量较小的检测步骤放在靠前位置，使得检测效率得到提升，并且避免节省缺陷印刷品过多占用图像检测模块的算力。测模块的算力。测模块的算力。

【技术实现步骤摘要】
一种基于神经网络的印刷品外观缺陷检测工艺


[0001]本专利技术涉及印刷品检测领域，尤其涉及一种基于神经网络的印刷品外观缺陷检测工艺。

技术介绍

[0002]印刷质量自动检测技术凭借其高速、稳定、可全天候运转等优势，有效避免了传统人工目检方式存在的由于个体差别、疲劳等因素导致的漏检、错检的情况，并能解决人员使用量大、企业成本高、检测效率低的问题，已经成为行业发展的必然趋势。
[0003]中国专利公开号：CN103808731A公开了一种在印刷品检测系统中使用的缺陷检测方法，其包括：1、将成型后的产品划分成多个关注区域，每个关注区域对应有一个缺陷关注度；2、采集产品图像；3、将采集的产品图像与标准图像进行对比，找出颜色不同的像素点；4、基于找出的颜色不同的像素点，获得缺陷平均颜色值和缺陷面积；5、根据获得的缺陷关注度、缺陷面积、缺陷平均颜色值和缺陷位置处的标准颜色值，来得到缺陷评估值；6、将得到的缺陷评估值和阈值进行比较，缺陷评估值大于或等于阈值的产品为一级不合格品，反之为二级不合格品。
[0004]本专利技术为将检测步骤进行合理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的印刷品外观缺陷检测工艺，其特征在于，包括，步骤S1，图像检测模块建立标准样本图像库；步骤S2，CCD工业相机采集待检测印刷品图像；步骤S3，图像检测模块对待检测印刷品图像进行参考点选取，并进行版位偏移检测；步骤S4，图像检测模块对待检测印刷品图像进行灰度化处理，并进行背景部分污点检测；步骤S5，图像检测模块对待检测印刷品图像进行图案检测区域划分；步骤S6，图像检测模块对待检测印刷品进行卷积神经网络印刷品缺陷分析。2.根据权利要求1所述的基于神经网络的印刷品外观缺陷检测工艺，其特征在于，在步骤S1中，图像检测模块对待检测印刷品图像进行外观缺陷检测时，将该待检测印刷品图像的标准样本图像进行图像分析，包括，步骤S1a，图像检测模块将标准样本图像所处印刷载体的形心位置设置为样本图像坐标系原点，并根据标准样本图像的上下左右关系确定出样本图像坐标系中X轴与Y轴的方向，设定X轴方向指向图像正上方，Y轴方向指向图像正右方；步骤S1b，图像检测模块对标准样本图像的边缘像素进行提取，计算出各边缘像素关于样本图像坐标系的边缘像素坐标；步骤S1c，图像检测模块对边缘像素坐标进行分析筛选，将边缘像素坐标中X轴坐标最大与最小的边缘像素进行提取，并将边缘像素坐标中Y轴坐标最大与最小的边缘像素进行提取；步骤S1d，图像检测模块在具有相同轴向上相同极值的边缘像素中，筛选出该边缘像素在另一轴向上坐标数值最大的边缘像素，组成至多4个，至少1的样本图像参考点，图像检测模块记录样本图像参考点在标准样本图像上的参考点定位，用以根据参考点定位确定出待检测印刷品图像中的参考点，并将样本图像参考点及参考点定位信息保存至标准样本图像库。3.根据权利要求2所述的基于神经网络的印刷品外观缺陷检测工艺，其特征在于，在步骤S2与步骤S3中，图像检测模块能够控制CCD工业相机对待检测印刷品进行图像采集，并将待检测印刷品图像传递至图像检测模块；图像检测模块将待检测印刷品图像所处印刷载体的形心设置为待检测图像坐标系原点，并根据待检测印刷品图像的上下左右关系确定出样本图像坐标系中X轴与Y轴的方向，设定X轴方向指向图像正上方，Y轴方向指向图像正右方，建立待检测图像坐标系。4.根据权利要求3所述的基于神经网络的印刷品外观缺陷检测工艺，其特征在于，图像检测模块根据标准样本图像库中的参考点定位确定出待检测印刷品图像中的待检测图像参考点，并计算出各待检测图像参考点关于待检测图像坐标系的待检图像参考点坐标,图像检测模块内设有X轴坐标偏差阈值，并设置有Y轴坐标偏差阈值，图像检测模块能够将各样本图像参考点与其所对应的待检图像参考点的差值绝对值与X轴坐标偏差阈值、Y轴坐标偏差阈值进行对比分析，并根据分析结果判定待检图像参考点位置偏差是否符合预期。5.根据权利要求4所述的基于神经网络的印刷品外观缺陷检测工艺，其特征在于，图像检测模块将各样本图像参考点与其所对应的待检图像参考点进行对比分析，将位置偏差不
符合预期的待检图像参考点个数进行统计分析；若位置偏差不符合预期的待检图像参考点个数为0，图像检测模块判定待检测印刷品图像未发生版位偏移；若位置偏差不符合预期的待检图像参考点个数为1或2，图像检测模块判定待检测印刷品图像所处印刷载体出现褶皱缺陷；若位置偏差不符合预期的待检图像参考点个数为3，图像检测模块判定待检测印刷品图像发生转角版位偏移；若位置偏差不符合预期的待检图像参考点个数为4，图像检测模块判定待检测印刷品图像发生整体版位偏移；图像检测模块将出现转角版位偏移、整体版位偏移与褶皱缺陷的印刷品设为严重缺陷印刷品，并不对严重缺陷印刷品进行后续检测。6.根据权利要求5所述的基于神经网络的印刷品外观缺陷检测工艺，其特征在于，在步骤S4中，图像检测模块内设有第一灰度参考值与第二灰度参考值；图像检测模块对标准样本图像进行灰度化处理，并将标准样本图像中的各像素灰度值进行计算，将计算结果保存至标准样本图像库中；图像检测模块对待检测印刷品图像...

【专利技术属性】
技术研发人员：曾家安，张清海，黄意林，
申请(专利权)人：广东绿之彩科技股份有限公司，
类型：发明
国别省市：