【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种纸制品的印刷缺陷检测方法。
技术介绍
1、纸制品在印刷过程中可能出现各种不良状况，如过快的印刷速度或印刷机部件磨损可能导致印刷过程中的部分纹样图像失真或模糊，影响印刷品的质量和外观。因此需要检测出存在印刷模糊渐变的缺陷纸制品，从而相应的调整印刷参数或者改善印刷操作流程，确保产品质量稳定。
2、目前通过计算机视觉技术判断纸制品表面印刷质量时，纹样图案的模糊情况不相同，且由于印刷模糊渐变产生边缘的灰度变化平滑进而影响纹样边缘的识别准确性。因此需要针对纹样图案区域是否存在灰度平滑变化情况进行判断，进而准确评估纹样图案区域的印刷质量。
技术实现思路
1、为了解决上述技术问题，本专利技术提供一种纸制品的印刷缺陷检测方法，以解决现有的问题。
2、本专利技术的一种纸制品的印刷缺陷检测方法采用如下技术方案：
3、本专利技术一个实施例提供了一种纸制品的印刷缺陷检测方法，该方法包括以下步骤：
4、采集纸质印刷品的灰度图像；
5、采用otsu算法对灰度图像区分前景区域与背景区域得到二值图像；将二值图像与灰度图像进行掩膜叠加得到各前景纹样区域；根据前景纹样区域内的灰度分布得到离散系数；根据前景纹样区域内边缘像素点的灰度梯度变化得到灰度梯度变化度量；根据前景纹样区域的离散系数以及灰度梯度变化度量得到前景纹样区域为干扰区域的可能性，基于预设阈值筛选出目标区域；
6、根据目标区域的灰度分布构建夹角余弦值序列；
7、优选的，所述采用otsu算法对灰度图像区分前景区域与背景区域得到二值图像，包括：
8、采用otsu算法对灰度图像进行处理得到otsu阈值，同时通过otsu阈值对灰度图像进行二值化得到二值图像；
9、将灰度值大于otsu阈值的像素点作为前景区域的像素点，在二值图像中标记为1，将灰度值小于otsu阈值的像素点作为背景区域的像素点，在二值图像中标记为0。
10、优选的，所述根据前景纹样区域内的灰度分布得到离散系数，包括：
11、获取前景纹样区域的灰度标准差以及灰度共生矩阵的熵；
12、计算所述灰度标准差与所述熵的乘积的倒数；
13、计算前景纹样区域内的最大灰度值与最小灰度值的差值，将所述差值与所述倒数的比值作为前景纹样区域的离散系数。
14、优选的，所述根据前景纹样区域内边缘像素点的灰度梯度变化得到灰度梯度变化度量，包括：
15、采用sobel算子获取前景纹样区域各边缘像素点的梯度幅值，计算前景纹样区域中所有边缘像素点的平均梯度幅值；
16、获取所有前景纹样区域中的平均梯度幅值的最大值和最小值；
17、计算最大值与最小值的差值作为第一差值，计算最大值与平均梯度幅值的差值作为第二差值，将第二差值与第一差值的比值作为前景纹样区域的灰度梯度变化度量。
18、优选的，所述根据前景纹样区域的离散系数以及灰度梯度变化度量得到前景纹样区域为干扰区域的可能性，包括：
19、计算离散系数与灰度梯度变化度量的乘积，将所述乘积的归一化值作为前景纹样区域为干扰区域的可能性。
20、优选的，所述基于预设阈值筛选出目标区域，包括：
21、将为干扰区域的可能性大于预设阈值的前景纹样区域标记为干扰区域，将干扰区域从所有前景纹样区域中排除后得到剩下的区域为各目标区域。
22、优选的，所述根据目标区域的灰度分布构建夹角余弦值序列，包括：
23、对目标区域的边缘采用8-链码得到目标区域的链码，计算所有相邻两个链码的夹角组成夹角序列；
24、对夹角序列中的各元素进行余弦变换得到夹角余弦值序列。
25、优选的，所述根据夹角余弦值序列获取目标区域的形态特征，包括：
26、对于夹角余弦值序列内各元素，计算元素值与1的和值；
27、将所有元素的所述和值之和作为目标区域的形态特征。
28、优选的，所述根据形态特征以及目标区域内像素点的灰度梯度分布得到目标区域的缺陷评价指标，包括：
29、对于目标区域各像素点，获取像素点与目标区域中具有灰度值差距最大的像素点所在的方向作为最大灰度差距方向，获取像素点八邻域方向上的最大梯度方向；
30、计算像素点与其他剩余所有像素点的灰度值之间的差值绝对值的和值；
31、计算像素点的最大灰度差距方向与最大梯度方向之间的余弦值；
32、计算目标区域所有像素点的所述和值与所述余弦值的乘积的均值，将所述均值与形态特征的乘积作为目标区域的缺陷评价指标。
33、优选的，所述根据缺陷评价指标筛选出缺陷区域，包括：
34、将各目标区域的缺陷评价指标进行归一化，当归一化值大于等于预设超参数时，则将对应的目标区域作为缺陷区域，反之则不作为缺陷区域。
35、本专利技术至少具有如下有益效果：
36、本专利技术通过前背景灰度差异定位前景目标，进而在前景目标区域中通过纹样印刷模糊渐变所产生的边缘灰度平滑现象进行筛选，得到存在印刷模糊的纹样区域；然后基于纹样图案区域进行模糊印刷的存在性检测，通过此步骤可以缩减检测范围、降低全局图像进行检测的计算成本，改进了现有直接通过区域分割结果进行印刷质量的方法不能够准确识别边缘灰度平滑现象所导致的模糊区域识别不准确的缺陷，避免了局部灰度平滑变化特征被全局图像中的灰度变化情况稀释的问题，从而更精确完整的提取出印刷模糊的区域。
本文档来自技高网...【技术保护点】
1.一种纸制品的印刷缺陷检测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述采用OTSU算法对灰度图像区分前景区域与背景区域得到二值图像，包括：
3.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据前景纹样区域内的灰度分布得到离散系数，包括：
4.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据前景纹样区域内边缘像素点的灰度梯度变化得到灰度梯度变化度量，包括：
5.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据前景纹样区域的离散系数以及灰度梯度变化度量得到前景纹样区域为干扰区域的可能性，包括：
6.如权利要求5所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述基于预设阈值筛选出目标区域，包括：
7.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据目标区域的灰度分布构建夹角余弦值序列，包括：
8.如权利要求7所述的一种纸制品的印刷缺陷检测方法，其特征在于，所
9.如权利要求4所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据形态特征以及目标区域内像素点的灰度梯度分布得到目标区域的缺陷评价指标，包括：
10.如权利要求9所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据缺陷评价指标筛选出缺陷区域，包括：
...【技术特征摘要】
1.一种纸制品的印刷缺陷检测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述采用otsu算法对灰度图像区分前景区域与背景区域得到二值图像，包括：
3.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据前景纹样区域内的灰度分布得到离散系数，包括：
4.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据前景纹样区域内边缘像素点的灰度梯度变化得到灰度梯度变化度量，包括：
5.如权利要求1所述的一种纸制品的印刷缺陷检测方法，其特征在于，所述根据前景纹样区域的离散系数以及灰度梯度变化度量得到前景纹样区域为干扰区域的可能性，包...
【专利技术属性】
技术研发人员：杨思侠，林桐，杨世发，董世贤，
申请(专利权)人：大连建峰印业有限公司，
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。