【技术实现步骤摘要】
本专利技术一般地涉及图像处理。更具体地，本专利技术涉及基于图像处理的油墨印刷缺陷检测方法。
技术介绍
1、在油墨印刷行业，由于印刷机的故障或者一些其他因素，印刷品表面经常会出现各种缺陷，影响印刷品的质量，因此需要对印刷品表面的缺陷进行检测，以方便后续对印刷机进行相关调整。
2、现有技术中对于印刷品表面缺陷的检测，一般先经过图像预处理，对于处理后的图像进行缺陷检测，而在图像处理过程中，采用限制对比度的直方图均衡化算法对油墨印刷图像进行增强。
3、但是，对于印刷品表面存在的重影缺陷，重影部分与印刷上的字灰度值比较相近，在直方图中属于较为密集的部分，会因统一限制的阈值导致其无法增强，对于轻微的重影，即颜色较浅的重影，其灰度值在直方图中属于较为稀疏的部分，会在限制对比度的直方图均衡化过程中被较为密集的部分吞噬掉，导致这部分细节无法增强，反而被模糊掉，故使用限制对比度的直方图均衡化方法对重影缺陷的增强效果不好，使得图像的质量不增反降，导致后续无法准确的检测出重影缺陷。
技术实现思路
1、为解决上述一个或多个技术问题，本专利技术提出基于图像处理的油墨印刷缺陷检测方法，该方法提高了检测重影缺陷的效率和准确性。具体采用如下技术方案：基于图像处理的油墨印刷缺陷检测方法，包括：
2、采集油墨印刷纸张图像；
3、对所述图像灰度化处理得到灰度图作为待检测图像，构建所述待检测图像中每个灰度值的二值图；
4、将每个灰度值作为目标灰度值，将所述目标灰度
5、对所述目标灰度值的二值图进行连通域分析；
6、根据所述匹配像素点的数量以及所述连通域的数量，得到所述目标灰度值为缺陷灰度值的可能性；
7、利用所有灰度值为缺陷灰度值的可能性对所述待检测图像的灰度直方图进行分割和补偿，得到重构的灰度直方图；
8、通过重构的灰度直方图对待检测图像进行直方图均衡化，得到待检测图像的增强图像；
9、对所述增强图像进行阈值分割，根据阈值分割后的图像进行重影缺陷检测。
10、进一步的，所述重构的灰度直方图，获得方法包括：
11、获取待检测图像的灰度直方图，所述灰度直方图中横坐标为灰度值，纵坐标为灰度值对应像素点的频数；
12、预设所述灰度直方图的统一的初始分割阈值；所述初始分割阈值为像素点的频数，基于所述初始分割阈值将所述灰度直方图中所有灰度值对应的像素点的频数进行统一的分割；
13、基于所述初始分割阈值和每个灰度值为缺陷灰度值的可能性，计算出所述每个灰度值对应的像素点的具体频数分割阈值；
14、基于所述每个灰度值对应的像素点的具体频数分割阈值，将所述每个灰度值对应的像素点的频数进行具体的分割；
15、根据所述每个灰度值对应的像素点被分割的频数和所述每个灰度值为缺陷灰度值的可能性，计算所述每个灰度值对应的像素点需要的补偿频数；
16、利用所述补偿频数对所述每个灰度值对应的像素点的频数进行补偿，得到重构后的灰度直方图。
17、进一步的，所述每个灰度值对应的像素点的具体频数分割阈值，计算方法为：
18、若灰度值对应的像素点数量小于所述初始分割阈值，则灰度值对应的具体频数分割阈值为所述初始分割阈值；
19、否则，灰度值对应的具体频数分割阈值为：
20、
21、式中，为灰度值对应的具体频数分割阈值，为所述初始分割阈值，为以自然常数e为底数的对数函数，为预设超参数，为灰度值为缺陷灰度值的可能性。
22、进一步的，所述目标灰度值为缺陷灰度值的可能性，计算方法为：
23、
24、式中，为灰度值为缺陷灰度值的可能性，为所述待检测图像中灰度值对应的像素点总数量，为与灰度值的二值图最为匹配的二值图中匹配像素点的数量，为灰度值的二值图中包含的连通域数量。
25、进一步的，所述每个灰度值对应的像素点需要的补偿频数，计算方法为：
26、获取所述灰度直方图中所有灰度值对应的像素点，被具体频数分割阈值分割掉的频数之和；
27、则每个灰度值对应的像素点需要的补偿频数为：
28、
29、式中，为灰度值对应的像素点需要的补偿频数，为待检测图像中的最小灰度值，为待检测图像中的最大灰度值，为灰度值为缺陷灰度值的可能性，为所述灰度直方图中所有灰度值对应的像素点，被具体频数分割阈值分割掉的频数之和。
30、进一步的，与所述目标灰度值的二值图最为匹配的其他二值图，获取方法包括：
31、以目标灰度值的二值图为基准；
32、将其他灰度值的二值图放置在目标灰度值的二值图上方，使二者重叠，再进行各个方向的平移；
33、统计每次平移后二者重合的像素点数量；
34、将重合的像素点数量最多的其他灰度值的二值图，作为目标灰度值的二值图最为匹配的其他二值图。
35、进一步的，构建所述待检测图像中每个灰度值的二值图，包括：
36、对于每个灰度值，都选取一张空白图像；
37、在所述空白图像中，所述灰度值对应的像素点变为黑色，其他灰度值对应的像素点变为白色，得到所述灰度值的二值图。
38、进一步的，对所述增强图像进行阈值分割，根据阈值分割后的图像进行重影缺陷检测，包括：
39、对所述增强图像进行大津阈值分割，得到多个分割区域；所述分割区域包括灰度值为0的图像区域和灰度值为255的图像区域；
40、将灰度值为255的图像区域与所述待检测图像中对应的区域做差，得到差值图，将所述差值图在所述待检测图像中对应的区域作为重影缺陷区域。
41、本专利技术具有以下效果：
42、本专利技术基于二值图对待检测图像中每个灰度值为重影的可能性进行衡量，通过将每个灰度值的二值图与其他灰度值对应的二值图进行像素点匹配，得到最匹配的二值图，根据最匹配的二值图中的匹配像素点数量和该灰度值的二值图包含的连通域数量得到该灰度值为缺陷灰度值的可能性，由于限制对比度的自适应直方图均衡化时，通过统一的阈值将所有灰度值对应的像素点的频数进行分割，统一的分割阈值不够准确，对缺陷灰度值的增强效果不够好，并且会吞噬掉部分细节灰度，因此根据每个灰度值为缺陷灰度值的可能性将统一的阈值调整为每个灰度值对应的像素点的具体频数分割阈值，利用所有灰度值对应的像素点的具体频数分割阈值，对灰度直方图进行分割、补偿，使缺陷可能性大的灰度值在均衡化时能够被有效增强，避免了缺陷可能性小的灰度值在均衡化时被吞噬，保留了图像中的细节信息，对图像的增强效果好，使得后续缺陷检测中重影部分更易被检测出来，提高了检测效率和准确性。
本文档来自技高网...【技术保护点】
1.基于图像处理的油墨印刷缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，所述重构的灰度直方图，获得方法包括：
3.根据权利要求2所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，所述每个灰度值对应的像素点的具体频数分割阈值，计算方法为：
4.根据权利要求3所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，所述目标灰度值为缺陷灰度值的可能性，计算方法为：
5.根据权利要求3所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，所述每个灰度值对应的像素点需要的补偿频数，计算方法为：
6.根据权利要求4所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，与所述目标灰度值的二值图最为匹配的其他二值图，获取方法包括：
7.根据权利要求6所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，构建所述待检测图像中每个灰度值的二值图，包括：
8.根据权利要求1所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，对所述增强图像进行阈值分割，根据
...【技术特征摘要】
1.基于图像处理的油墨印刷缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，所述重构的灰度直方图，获得方法包括：
3.根据权利要求2所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，所述每个灰度值对应的像素点的具体频数分割阈值，计算方法为：
4.根据权利要求3所述的基于图像处理的油墨印刷缺陷检测方法，其特征在于，所述目标灰度值为缺陷灰度值的可能性，计算方法为：
5.根据权利要求3所述的基于图像处理的油墨印刷...
【专利技术属性】
技术研发人员：王根成，王耀宏，罗红啸，
申请(专利权)人：陕西新奥华材料科技有限公司，
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。