【技术实现步骤摘要】
本专利技术涉及图像数据处理。更具体地，本专利技术涉及一种基于视觉识别的纸箱印刷缺陷检测方法及系统。
技术介绍
1、在现代工业生产中，纸箱作为一种常见且重要的包装材料，其质量不仅直接关系到产品的保护效果，还对品牌形象和用户体验产生重要影响。高质量的纸箱印刷能够传递清晰准确的产品信息，提升商品在市场中的竞争力。然而，在纸箱的印刷过程中，由于设备老化、工艺控制不严或操作失误等因素，常常会出现多种缺陷，例如刷屏色差、图案模糊、印刷不全、文字错位或颜色偏差等。这些缺陷不仅严重影响纸箱的外观质量，还可能导致包装上的产品信息传递不完整，进而对后续的物流运输、商品陈列和销售产生不利影响。
2、传统的纸箱印刷缺陷检测方法通常依赖于人工检验，即由经验丰富的质检人员通过肉眼观察纸箱表面的印刷效果，以判断是否存在缺陷。尽管人工检验具有灵活性和即时调整的优点，但其检测结果往往受到主观判断的影响，存在较大的不确定性。同时，人工检测的效率较低，尤其是在大规模生产线中，难以跟上快速生产节奏。此外，长时间的重复性操作容易导致检验人员出现视觉疲劳，从而进一步降低了检测的精准性和一致性。
3、申请公布号为cn114757954a的专利申请文件公开了一种基于人工智能系统的纸盒印刷色差缺陷检测方法。该专利申请文件通过拟合光照色差方程以及粗糙度色差方程来计算光照色差值和粗糙度色差值，将光照和粗糙度对色差值计算带来的影响去除，从而获取准确的印刷色差值，有效排除了光线强度和印刷品表面粗糙度造成的采集色差的影响。
4、然而，尽管上述技术方案提
技术实现思路
1、为解决上述
技术介绍
中提出的缺陷检测准确性不高的问题，本专利技术在如下的多个方面中提供方案。
2、在第一方面中，本专利技术提供了一种基于视觉识别的纸箱印刷缺陷检测方法，包括：采集纸箱图像；计算第个像素点的灰度特征，式中，表示第个像素点的灰度值，表示以第个像素点为中心的设定窗口内第个像素点与第个像素点的之间灰度差值，为所述设定窗口内像素点的总数；基于各像素点的灰度特征建立灰度共生矩阵，将各像素点与其设定窗口内右侧邻近像素点的灰度特征构成一个组合，获取各组合在所述灰度共生矩阵中的数据量占比、各像素点与其设定窗口内右侧邻近像素点的灰度特征差值；计算各像素点的变换程度，所述变换程度与所述数据量占比呈正相关，与所述灰度特征差值呈反相关；基于各像素点的变化程度建立变化共生矩阵，计算第个像素点的缺陷程度)，式中，表示第个像素点到所述变化共生矩阵对角线的间距，表示第个像素点与其设定窗口内右侧邻近像素点的变化程度组合在所述变化共生矩阵中的数据量占比，表示第个像素点的变化程度，表示归一化函数，为自然常数；响应于所述缺陷程度大于设定阈值的像素点为缺陷像素点。
3、上述技术方案通过采集纸箱图像并基于每个像素点的灰度特征计算灰度共生矩阵和变化共生矩阵，结合像素点之间的灰度差异和分布关系，精确量化各像素点的变化程度和缺陷程度，进而以缺陷程度为判定依据，精准识别出了图像中的缺陷像素点，进而提高了缺陷检测的准确性。
4、进一步地，所述变化程度为：
5、；
6、式中，表示第个像素点的变化程度，表示第个像素点与第个像素点的灰度特征组合在所述灰度共生矩阵中的数据量占比，表示第个像素点的灰度特征，表示第个像素点的灰度特征，表示以第个像素点为中心的设定窗口内灰度特征组合的总数。
7、上述技术方案能够在量化变化程度时同时考虑灰度特征的空间分布和局部差异性，其中数据量占比反映了像素间灰度组合出现的全局权重，灰度差值的指数衰减则抑制了噪声对变化程度的影响，从而增强了对细微纹理变化的敏感度和对复杂背景的适应性，最终提升了图像处理过程中的特征表达能力和缺陷检测的准确性。
8、进一步地，所述变化程度为：
9、；
10、式中，表示第个像素点的变化程度，表示第个像素点与第个像素点的灰度特征组合在所述灰度共生矩阵中的数据量占比，表示第个像素点的灰度特征，表示第个像素点的灰度特征，表示以第个像素点为中心的设定窗口内灰度特征组合的总数，表示经验常数。
11、上述技术方案通过引入权重参数来平衡灰度特征组合在灰度共生矩阵中的数据量占比和相邻像素灰度特征差值对变化程度的影响，通过经验常数的调整可以适应不同图像特征的分布和噪声水平。该设计不仅有效增强了对显著变化区域的量化能力，还抑制了背景波动和细微噪声的干扰，从而提高了变化检测的稳定性和对复杂纹理结构的适应性，为后续的图像分析提供了更加精准和可靠的特征表达。
12、进一步地，所述建立灰度共生矩阵，包括：统计各像素点与其设定窗口内右侧邻近像素点灰度特征组合的频次；将所述频次归一化为概率值以构建灰度共生矩阵。
13、进一步地，利用面阵相机或ccd相机采集纸箱图像。
14、进一步地，还包括，对所述纸箱图像进行去噪和灰度化处理。
15、上述技术方案通过对纸箱图像进行去噪和灰度化处理，有效降低了图像中噪声的干扰和颜色信息的复杂性，去噪处理能够去除图像中的随机噪声和背景干扰，提升像素特征的纯净度和纹理信息的准确性，而灰度化处理则将多通道的彩色图像简化为单通道灰度图像，既降低了计算复杂度，又保留了图像的亮度和边缘特征，有助于后续特征提取、共生矩阵构建及缺陷检测的精准性和效率，整体提高了检测系统对复杂印刷图案的适应性和鲁棒性。
16、进一步地，还包括，对所述缺陷像素点进行膨胀和腐蚀操作。
17、上述技术方案通过对检测出的缺陷像素点进行膨胀和腐蚀操作，有效改善了缺陷区域的连通性和完整性；膨胀操作能够扩展缺陷像素点的边界，填补小间隙或断裂的区域，使检测出的缺陷更加连续，而腐蚀操作则能够去除边缘的噪声和伪缺陷，消除检测过程中的误判和毛刺现象，从而增强缺陷区域的清晰度和真实性。这种结合形态学处理的方式不仅提高了检测结果的精确性和可靠性，还为后续的缺陷分类和修复提供了更加规范和完善的缺陷数据表达。
18、在第二方面中，本专利技术提供了一种基于视觉识别的纸箱印刷缺陷检测系统，包括存储器和处理器，所述存储器内存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现以上任意一项所述的一种基于视觉识别的纸箱印刷缺陷检测方法。
19、本专利技术的有益效果在于：
20、本专利技术通过采集纸箱图像，并结合去噪和灰度化处理，提高了图像质量和特征提取的准确性；通过计算像素灰度特征并构建灰度共生矩阵，提取图像中的细节和纹理信息；进一步引入变化共生矩阵和缺陷程度的计算方法，精准量化像素点的变化与邻接关系，使得缺陷检测的鲁棒性和灵敏度显著增强；针对缺陷像素点进行膨胀与腐蚀操作，增强了缺陷区域的连贯性和视觉可辨性；实现本文档来自技高网...
【技术保护点】
1.一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，所述变化程度为：
3.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，所述变化程度为：
4.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，所述建立灰度共生矩阵，包括：
5.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，利用面阵相机或CCD相机采集纸箱图像。
6.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，还包括，对所述纸箱图像进行去噪和灰度化处理。
7.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，还包括，对所述缺陷像素点进行膨胀和腐蚀操作。
8.一种基于视觉识别的纸箱印刷缺陷检测系统，其特征在于，包括存储器和处理器，所述存储器内存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现权利要求1~7任意一项所述的一种基于视觉
...【技术特征摘要】
1.一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，所述变化程度为：
3.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，所述变化程度为：
4.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，所述建立灰度共生矩阵，包括：
5.根据权利要求1所述的一种基于视觉识别的纸箱印刷缺陷检测方法，其特征在于，利用面阵相机或ccd相机采集纸...
【专利技术属性】
技术研发人员：彭木胜，黎艳芬，蔡荣柏，彭程，
申请(专利权)人：广州莲旺纸品有限公司，
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。