一种包装盒UV油墨固化程度智能检测方法技术

技术编号:40965718 阅读:23 留言:0更新日期:2024-04-18 20:45
本发明专利技术涉及光谱数据处理技术领域,具体涉及一种包装盒UV油墨固化程度智能检测方法,包括:获取两类包装盒样本光谱数据集合和待检测包装盒的光谱数据序列;根据每类包装盒样本光谱数据集合中每个包装盒样本的光谱数据序列内每个波长的置信度,获取所有特征波长;根据每个包装盒样本的光谱数据序列与每个包装盒样本的光谱数据序列之间的特征差异程度,获取每个包装盒样本的光谱数据序列在每类包装盒样本光谱数据集合中的修正系数,进而获取改进后的类内离散程度矩阵;根据改进后的类内离散程度矩阵,获取待检测包装盒的光谱数据序列的特征值,进而获取待检测包装盒的油墨固化状态。本发明专利技术使包装盒的油墨固化状态的检测结果更加准确。

【技术实现步骤摘要】

本专利技术涉及光谱数据处理,具体涉及一种包装盒uv油墨固化程度智能检测方法。


技术介绍

1、uv油墨是一种光固化油墨,它在印刷过程中需要通过紫外线辐射进行固化;确保油墨固化程度的准确性对于生产高质量的印刷品至关重要,利用光谱数据进行分析,可以通过非接触式的方式获取信息,不需要直接接触油墨表面,这降低了对印刷品的干扰,并且可以在高速生产线上实现实时检测;而对于不同固化程度的包装盒uv油墨,所获取的光谱数据包含过多的数据信息,对于不同固化程度的油墨进行分类难度较高,故考虑利用线性判别分析lda(linear discriminant analysis)的方式对所得数据进行降维处理,以提高分类精度。

2、传统的lda线性判别分析时根据训练样本对应的空间位置分布,计算类内以及类间离散程度矩阵来获取最佳投影向量;但由于类内离散程度是根据各簇类对应的均值进行量化的,也即光谱数据当中不同维度特征之间会存在一定的相互影响,使得两个类别距离度量相近的样本在投影后的区分性不好,也即投影后依然存在有较多样本无法进行有效的区分。


<p>技术实现思本文档来自技高网...

【技术保护点】

1.一种包装盒UV油墨固化程度智能检测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种包装盒UV油墨固化程度智能检测方法,其特征在于,所述根据两类包装盒样本光谱数据集合中所有包装盒样本的光谱数据序列内每个波长的光谱吸收率的均值差异,获取每个波长的置信度的具体公式为:

3.根据权利要求1所述一种包装盒UV油墨固化程度智能检测方法,其特征在于,所述根据每个波长与邻域内波长之间的置信度差异,获取所有特征波长,包括的具体方法为:

4.根据权利要求1所述一种包装盒UV油墨固化程度智能检测方法,其特征在于,所述根据每个包装盒样本的光谱数据序列与每...

【技术特征摘要】

1.一种包装盒uv油墨固化程度智能检测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种包装盒uv油墨固化程度智能检测方法,其特征在于,所述根据两类包装盒样本光谱数据集合中所有包装盒样本的光谱数据序列内每个波长的光谱吸收率的均值差异,获取每个波长的置信度的具体公式为:

3.根据权利要求1所述一种包装盒uv油墨固化程度智能检测方法,其特征在于,所述根据每个波长与邻域内波长之间的置信度差异,获取所有特征波长,包括的具体方法为:

4.根据权利要求1所述一种包装盒uv油墨固化程度智能检测方法,其特征在于,所述根据每个包装盒样本的光谱数据序列与每个包装盒样本的光谱数据序列之间在特征波长的光谱吸收率差异,获取每个包装盒样本的光谱数据序列与每个包装盒样本的光谱数据序列之间的特征差异程度,包括的具体方法为:

5.根据权利要求4所述一种包装盒uv油墨固化程度智能检测方法,其特征在于,所述获取第个包装盒样本的光谱数据序列与第个包装盒样本的光谱数据序列之间在第个特征波长的差异性的具体公式为:

6.根据权利要求1所述一种包装盒uv油墨固化程度智能检测方法...

【专利技术属性】
技术研发人员:张永财
申请(专利权)人:佛山市力天包装印刷有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1