【技术实现步骤摘要】
本专利技术涉及印刷品质量检测、计算机视觉技术，以及生产领域人工智能系统，尤其涉及一种彩盒印刷品印刷图案视觉检测算法。
技术介绍
1、彩盒等包装印刷品在生产过程中容易因工艺偏差出现质量缺陷，例如色差、套印不准、漏印、墨点、划痕等，从而导致不合格的次品产生。传统上，印刷企业主要依赖人工抽检和目视方式来发现这些缺陷，但人工检测效率低、成本高且可靠性差。随着机器视觉技术的发展，出现了利用数字图像处理进行印刷品缺陷自动检测的系统，提高了生产效率并降低了人工成本。
2、现有的自动印刷缺陷检测方法大多基于模板比对和阈值判断。典型做法是获取被检印刷品图像，与预先存储的标准参考图像逐像素比对计算差值，并判断差异是否超出设定阈值，从而判定印刷品是否存在缺陷。通过差分得到缺陷区域后，系统进一步扫描差分图以定位缺陷的位置和大小。这种基于图像差分的检测手段在一定程度上可以替代人工，实现快速、精确的外观缺陷发现和判定。
3、然而，基于固定阈值的图像差分方法在面对复杂印刷图案时存在局限。对于颜色渐变、细微图纹等高度复杂的印刷图案，正常图像与参...
【技术保护点】
1.一种彩盒印刷品印刷图案视觉检测算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种彩盒印刷品印刷图案视觉检测算法，其特征在于，所述卷积神经网络采用多尺度特征提取结构，包括卷积层用于提取不同空间尺度的图像特征，并对各尺度特征进行融合以形成所述融合特征图。
3.根据权利要求1所述的一种彩盒印刷品印刷图案视觉检测算法，其特征在于，所述卷积神经网络包含注意力机制模块，用于对提取的特征图进行加权处理以突出缺陷相关的特征信号；所述注意力机制包括通道注意力和/或空间注意力，用以自适应调整特征图中不同通道或区域的权重。
4.根据权利要...
【技术特征摘要】
1.一种彩盒印刷品印刷图案视觉检测算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种彩盒印刷品印刷图案视觉检测算法，其特征在于，所述卷积神经网络采用多尺度特征提取结构，包括卷积层用于提取不同空间尺度的图像特征，并对各尺度特征进行融合以形成所述融合特征图。
3.根据权利要求1所述的一种彩盒印刷品印刷图案视觉检测算法，其特征在于，所述卷积神经网络包含注意力机制模块，用于对提取的特征图进行加权处理以突出缺陷相关的特征信号；所述注意力机制包括通道注意力和/或空间注意力，用以自适应调整特征图中不同通道或区域的权重。
4.根据权利要求1所述的一种彩盒印刷品印刷图案视觉检测算法，其特征在于，所述参考比对步骤中，通过将待检图像的融合特征图与参考特征图逐像素或逐特征向量相减获得残差特征图，并将残差特征图经绝对值化、过滤噪声和归一化处理后生成所...
【专利技术属性】
技术研发人员：杨永中，陈金科，陈昱松，
申请(专利权)人：深圳市科扬纸品包装有限公司，
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。