基于圖像處理的印品質(zhì)量檢測(cè)系統(tǒng)研究

劉浩　孫建明　王小芳　李昭

【摘 要】本文針對(duì)基于圖像處理的印刷品質(zhì)量檢測(cè)系統(tǒng)進(jìn)行研究，主要采用了基于動(dòng)態(tài)灰度閾值和分層檢測(cè)的圖像缺陷識(shí)別算法。該算法考慮到人的視覺(jué)感官特性，首先將所用的灰度閾值對(duì)采集到的印刷品圖像進(jìn)行缺陷的初步識(shí)別和標(biāo)定，然后再按照印刷品質(zhì)量檢測(cè)要求采用分層檢測(cè)的方法進(jìn)行搜索，解決了以往圖像檢測(cè)缺陷識(shí)別中的檢測(cè)效果和速度不理想的問(wèn)題，提高了檢測(cè)的速度和效果。

【關(guān)鍵詞】圖像處理；缺陷檢測(cè)；動(dòng)態(tài)閾值；分層檢測(cè)

0 引言

目前，提高印刷質(zhì)量檢測(cè)的自動(dòng)化程度已經(jīng)成為印刷領(lǐng)域里急需研究的重要課題。

常見(jiàn)的印刷品缺陷主要有顏色失真、油墨濺污、黑點(diǎn)、文字模糊、起皺、漏印、刮傷、套印不準(zhǔn)等。但是概括起來(lái)可以分為點(diǎn)缺陷、線缺陷和面缺陷等。印刷包裝企業(yè)一般采用人工方法，直接將印刷品和標(biāo)準(zhǔn)樣張進(jìn)行比對(duì)，評(píng)價(jià)印刷品與標(biāo)準(zhǔn)樣張顏色差異，做出定性評(píng)估。雖然簡(jiǎn)單靈活，但是由于觀測(cè)人員的經(jīng)驗(yàn)和生理、心理等眾多影響因素，從而影響到該方法的準(zhǔn)確性和可靠性[1]。而隨著機(jī)器視覺(jué)以及數(shù)字圖像處理技術(shù)的發(fā)展，目前已經(jīng)開(kāi)始利用計(jì)算機(jī)來(lái)控制印刷過(guò)程和檢測(cè)印刷質(zhì)量，為了保證印刷生產(chǎn)和質(zhì)量檢測(cè)的自動(dòng)化相適應(yīng)，需要對(duì)圖像的缺陷識(shí)別算法進(jìn)行研究，以滿足印刷圖像檢測(cè)的高速度和幅面大的特點(diǎn)，實(shí)現(xiàn)實(shí)時(shí)在線高速檢測(cè)。本文就基于圖像處理的印刷品質(zhì)量檢測(cè)系統(tǒng)進(jìn)行研究。

1 印刷品質(zhì)量檢測(cè)流程

基于圖像處理的印刷品質(zhì)量檢測(cè)系統(tǒng)的基本原理是，通過(guò)圖像采集設(shè)備采集一幅或多幅無(wú)缺陷的標(biāo)準(zhǔn)印刷品圖像作為標(biāo)準(zhǔn)模板，接著在線采集待檢圖像。由于印刷品在印刷過(guò)程中難免會(huì)發(fā)生平移和旋轉(zhuǎn)，因此在進(jìn)行下一步的匹配比較前首先要將標(biāo)準(zhǔn)模板和待檢圖像進(jìn)行對(duì)準(zhǔn)。然后將待檢圖像和標(biāo)準(zhǔn)模板進(jìn)行匹配和比較，再對(duì)所得缺陷圖像進(jìn)行缺陷分類和統(tǒng)計(jì)分析處理。根據(jù)比較結(jié)果可以確定生產(chǎn)線上的產(chǎn)品是否符合質(zhì)量要求，是否存在缺陷并判斷缺陷的位置，及時(shí)發(fā)出警告信息；或者反饋給印刷機(jī)對(duì)印刷工藝參數(shù)進(jìn)行自動(dòng)調(diào)節(jié)[2]。印刷品圖像質(zhì)量檢測(cè)流程見(jiàn)圖1所示。

2 圖像缺陷識(shí)別算法原理

目前對(duì)標(biāo)準(zhǔn)模板圖像和采集圖像的檢測(cè)比較一般是采用逐像素比較算法，即采用待檢圖像與模板圖像進(jìn)行減影操作，獲得其差別圖像，通過(guò)差別圖像可以直觀地判斷出待檢產(chǎn)品是否合格。但是這種方法需要對(duì)每一像素點(diǎn)進(jìn)行檢測(cè)，耗時(shí)較大，在對(duì)大幅面印刷品的實(shí)時(shí)檢測(cè)中不能滿足要求[3]。

按照人眼的視覺(jué)特性以及印刷質(zhì)量檢測(cè)標(biāo)準(zhǔn)為基礎(chǔ)，本系統(tǒng)采用了一種基于動(dòng)態(tài)灰度閾值和分層檢測(cè)方法的印刷圖像缺陷識(shí)別算法，不僅可以保證印刷缺陷識(shí)別的精度，而且可以縮短檢測(cè)時(shí)間，滿足印刷質(zhì)量實(shí)時(shí)在線檢測(cè)的需要。

該算法的識(shí)別步驟為：首先根據(jù)模板圖像以及客戶對(duì)印刷品質(zhì)量的要求，設(shè)定動(dòng)態(tài)的灰度閾值范圍；根據(jù)動(dòng)態(tài)灰度閾值范圍判別圖像狀態(tài)；然后按照確定的檢測(cè)標(biāo)準(zhǔn)采用分層檢測(cè)方法找出圖像缺陷。算法基本結(jié)構(gòu)如圖2所示。

2.1 基于人眼視覺(jué)特性的動(dòng)態(tài)灰度閾值

根據(jù)人眼的視覺(jué)特性，在相同亮度的刺激下，背景亮度不同所感覺(jué)到的明暗程度也不同，這主要是由于人眼視覺(jué)的不均勻性所造成的。在印刷圖像階調(diào)不同的區(qū)域，即使灰度級(jí)差相同，人眼所感覺(jué)到的視覺(jué)差異卻不同，比如在亮調(diào)區(qū)域和暗調(diào)區(qū)域，同樣相差20個(gè)灰度級(jí)，人眼所感受到的色彩差異卻明顯不同。從人眼的視覺(jué)感官效果來(lái)看，人眼對(duì)于印刷品暗調(diào)區(qū)域的色彩變化更為敏感，能分辨更小的灰度差異。因此，在設(shè)定圖像檢測(cè)的閾值標(biāo)準(zhǔn)時(shí)，需要把不同灰度區(qū)域的視覺(jué)差異考慮進(jìn)去，設(shè)立灰度的相對(duì)閾值。

本系統(tǒng)設(shè)定了動(dòng)態(tài)閾值范圍標(biāo)準(zhǔn)的方法，閾值范圍給出兩個(gè)調(diào)節(jié)值，一為絕對(duì)閾值，另一為相對(duì)閾值，而圖像的閾值標(biāo)準(zhǔn)即為兩部分的總和。假如設(shè)A為所設(shè)定的圖像的灰度絕對(duì)閾值，設(shè)R為所設(shè)定的圖像的灰度相對(duì)閾值，設(shè)f（x，y）為已建立的模板圖像函數(shù)，設(shè)g（x，y）為待檢圖像函數(shù)，設(shè)Fins為檢測(cè)結(jié)果（1表示檢測(cè)合格，0相反），則：

由上式可見(jiàn)，由于相對(duì)閾值R的存在，使得圖像灰度值f（x，y）不同的區(qū)域的閾值也不一樣，這樣檢測(cè)圖像上各像素點(diǎn)都有隨像素灰度變化的灰度閾值[4]。

這種灰度閾值標(biāo)準(zhǔn)是基于人眼的視覺(jué)特性設(shè)定的，合理地評(píng)價(jià)圖象質(zhì)量應(yīng)充分遵循人眼的視覺(jué)特性。并且這樣設(shè)定閾值標(biāo)準(zhǔn)也考慮了印刷圖像的實(shí)際檢測(cè)要求，因?yàn)樗杉降挠∷D像分辨率很高，但是人眼不可能敏銳地感覺(jué)到圖像上的一個(gè)像素點(diǎn)大小的錯(cuò)誤，也就沒(méi)有必要使印刷圖像檢測(cè)的精度超過(guò)人眼的視覺(jué)精度。

2.2 印刷品圖像狀態(tài)判別方法

在設(shè)計(jì)印刷缺陷識(shí)別算法時(shí)，需要能夠區(qū)別出印刷品合格與否。因此，在設(shè)定檢測(cè)閾值時(shí)，即根據(jù)上節(jié)所述的閾值設(shè)定標(biāo)準(zhǔn)設(shè)定臨界閾值T，臨界閾值有相對(duì)閾值R和絕對(duì)閾值A(chǔ)來(lái)進(jìn)行調(diào)節(jié)。若模板圖像函數(shù)為f（x，y），則：

待檢圖像像素點(diǎn)經(jīng)過(guò)臨界閾值的判斷，就轉(zhuǎn)化為只有0、1兩種數(shù)字的檢測(cè)狀態(tài)。凡是在檢測(cè)圖像狀態(tài)中出現(xiàn)數(shù)字1的情況，即已有圖像像素點(diǎn)達(dá)到不合格閾值，該待檢圖像應(yīng)該被認(rèn)為是不合格品。

2.3 結(jié)合動(dòng)態(tài)的灰度閾值的分層檢測(cè)算法

本系統(tǒng)設(shè)定檢測(cè)的基本標(biāo)準(zhǔn)為3×3像素大小，即檢測(cè)要求不能漏檢任一9個(gè)像素大小的正方形缺陷點(diǎn)，同時(shí)應(yīng)進(jìn)一步檢測(cè)出含有5個(gè)及更多像素缺陷點(diǎn)的9個(gè)像素大小的正方形臨界點(diǎn)。這是本文高精度圖像檢測(cè)的標(biāo)準(zhǔn)，也是采用分層檢測(cè)算法的基礎(chǔ)。

本系統(tǒng)采用的分層檢測(cè)算法是根據(jù)確定的圖像檢測(cè)標(biāo)準(zhǔn)，按照十字方向?qū)D像進(jìn)行分層次的檢測(cè)，減少了需要檢測(cè)的像素點(diǎn)數(shù)目，可以達(dá)到大大縮短檢測(cè)時(shí)間的目的[5]。

在圖3（圖中每一方格表示一像素點(diǎn)）中，首先對(duì)圖像進(jìn)行隔點(diǎn)檢測(cè)即檢測(cè)圖中標(biāo)記為A的像素點(diǎn)（圖3（a））；若出現(xiàn)不合格的A點(diǎn)（如圖3（b）中A點(diǎn)）則對(duì)其四周十字架型的標(biāo)記為B的像素點(diǎn)進(jìn)行搜索（圖3（b））；若出現(xiàn)不合格的相鄰B點(diǎn)（如圖3（c）中被灰色覆蓋的B點(diǎn)）則再開(kāi)始對(duì)其周圍標(biāo)記為C的像素點(diǎn)進(jìn)行檢測(cè)（圖3（c））；若不合格則再按3×3像素大小矩形檢測(cè)其余點(diǎn)，找出是否存在缺陷點(diǎn)矩形。而在以上對(duì)A、B、C類點(diǎn)進(jìn)行檢測(cè)過(guò)程中，如果有合格點(diǎn)，則可以有相對(duì)應(yīng)的像素點(diǎn)免于檢測(cè)，從而縮短搜索時(shí)間。

同時(shí)，該分層檢測(cè)算法結(jié)合了前面所述的動(dòng)態(tài)灰度閾值方法，在對(duì)圖像中某點(diǎn)進(jìn)行檢測(cè)前，按照公式（3）先對(duì)該點(diǎn)進(jìn)行初步識(shí)別和標(biāo)定，這樣可以獲得更好的檢測(cè)效果。雖然加入動(dòng)態(tài)灰度閾值方法使得檢測(cè)算法在檢測(cè)單個(gè)像素點(diǎn)時(shí)需要更長(zhǎng)時(shí)間，但是由于采用了分層檢測(cè)，算法對(duì)于圖像的檢測(cè)時(shí)間還是能夠被大大縮短。而加入了動(dòng)態(tài)閾值思想的分層檢測(cè)算法可以保證在檢測(cè)過(guò)程中不漏檢任何不合格缺陷點(diǎn)，同時(shí)又能縮短檢測(cè)時(shí)間。

3 實(shí)驗(yàn)和結(jié)果分析

本系統(tǒng)所采用的檢測(cè)算法主要目的在于保證檢測(cè)要求的同時(shí)大大縮短檢測(cè)時(shí)間，從而達(dá)到能夠適應(yīng)印刷品質(zhì)量在線檢測(cè)的要求。

在實(shí)驗(yàn)中，采用一臺(tái)Celeron 2.4G的微機(jī)，Windows XP Professional操作環(huán)境，整個(gè)系統(tǒng)算法采用Visual C++6.0編程語(yǔ)言來(lái)實(shí)現(xiàn)，實(shí)驗(yàn)系統(tǒng)采集的分辨率為1024×768dpi，每一像素所占的實(shí)際大小為0.2mm×0.2mm。

實(shí)驗(yàn)時(shí)，直接以所采集到的合格印刷品圖像經(jīng)過(guò)預(yù)處理后作為標(biāo)準(zhǔn)模板。然后分別對(duì)帶有點(diǎn)缺陷、線缺陷、面缺陷的印刷品進(jìn)行圖像采集，然后進(jìn)行檢測(cè)。采用分層檢測(cè)法平均檢測(cè)時(shí)間為52ms，大大縮短了檢測(cè)時(shí)間，滿足了印刷品質(zhì)量實(shí)時(shí)檢測(cè)的需要。

通過(guò)實(shí)驗(yàn)可知，當(dāng)缺陷點(diǎn)數(shù)目不是很多的情況下，分層檢測(cè)算法與逐像素比較法相比檢測(cè)時(shí)間大大縮短，尤其是當(dāng)圖像中缺陷點(diǎn)數(shù)目不是很多的情況下。實(shí)驗(yàn)證明，

（1）對(duì)于逐像素檢測(cè)算法，缺陷點(diǎn)數(shù)量以及缺陷數(shù)量的多少對(duì)其檢測(cè)時(shí)間基本沒(méi)有影響；

（2）對(duì)于分層檢測(cè)算法，缺陷越少，檢測(cè)時(shí)間越少；檢測(cè)時(shí)間隨著缺陷的增多而延長(zhǎng)；

（3）當(dāng)缺陷點(diǎn)少時(shí)，分層檢測(cè)算法可以只檢測(cè)少量的圖像象素點(diǎn)，而減少時(shí)間；

（4）當(dāng)缺陷點(diǎn)數(shù)量多且面積大時(shí)，分層檢測(cè)算法就必須要檢測(cè)大量的象素點(diǎn)，減少檢測(cè)時(shí)間的效果就沒(méi)那么明顯了。

（5）另外，對(duì)于高精度圖像的質(zhì)量檢測(cè)系統(tǒng)，檢測(cè)時(shí)的定位匹配精度對(duì)圖像缺陷點(diǎn)的檢測(cè)也有直接的影響。在這一點(diǎn)上，可以通過(guò)對(duì)校正范圍來(lái)進(jìn)行人工設(shè)置，從而提高定位匹配精度并減少時(shí)間。

4 結(jié)束語(yǔ)

本系統(tǒng)采用了一種基于圖像處理的印刷品質(zhì)量檢測(cè)的實(shí)時(shí)圖像缺陷識(shí)別算法。該算法基于人的視覺(jué)感官特性和印刷品圖像檢測(cè)的基本要求，采用了結(jié)合動(dòng)態(tài)的灰度閾值標(biāo)準(zhǔn)的分層檢測(cè)方法，解決了以往印刷圖像檢測(cè)缺陷識(shí)別中檢測(cè)速度和效果上存在的問(wèn)題，在進(jìn)一步提高對(duì)不同灰度區(qū)域的檢測(cè)效果的基礎(chǔ)上大大縮短了檢測(cè)時(shí)間，從而達(dá)到實(shí)時(shí)的印刷品質(zhì)量實(shí)時(shí)高速在線檢測(cè)的要求。本算法通過(guò)在高精度印刷圖像質(zhì)量自動(dòng)化檢測(cè)系統(tǒng)中的應(yīng)用，證明檢測(cè)確實(shí)取得比較滿意的效果和速度。

本系統(tǒng)所研究的印刷品質(zhì)量檢測(cè)技術(shù)大大減少了印刷品質(zhì)量控制的人為干預(yù)，能大幅度提高印刷機(jī)械的生產(chǎn)效率，從而降低了對(duì)操作人員技能的要求，為真正實(shí)現(xiàn)印刷機(jī)械的自動(dòng)化提供了一項(xiàng)可行的實(shí)施方案，在印刷領(lǐng)域里具有廣闊的應(yīng)用前景。

【參考文獻(xiàn)】

[1]孫建明.標(biāo)簽、票據(jù)類印刷品全面質(zhì)量檢測(cè)時(shí)代來(lái)臨[J].印刷工業(yè)，2008（07）.

[2]孫建明，周世生，周利國(guó).基于CIEDE2000色差公式的印刷品色差檢測(cè)研究[J].機(jī)械科學(xué)與技術(shù)，2011（04）.

[3]韓斌，劉以安，王士同.基于圖像處理的印刷缺陷計(jì)算機(jī)自動(dòng)檢測(cè)[J].自動(dòng)化技術(shù)與應(yīng)用，2002（21）：37-38.

[4]劉玄玄，王曉紅，章婷.一種基于視覺(jué)底層特征的圖像質(zhì)量評(píng)價(jià)方法[J].光學(xué)技術(shù)，2015（05）.

[5]余文勇，周祖德，陳幼平.一種高速印刷品缺陷在線檢測(cè)系統(tǒng)[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2006（06）.

[責(zé)任編輯：楊玉潔]