siemens x
機器視覺

機器視覺在印刷品缺陷檢測中的主要應(yīng)用技術(shù)

2025China.cn   2014年03月20日

  在產(chǎn)品印刷過程中,由于工藝等原因,印刷品往往會出現(xiàn)色差、套印不準(zhǔn)等現(xiàn)象,還會出現(xiàn)一些缺陷點、墨線、黑皮之類的外觀缺陷,從而導(dǎo)致印刷次品的出現(xiàn)。印刷企業(yè)一般采用人工方法,在印中抽樣及印后逐一進行目測的方法分揀次品,檢測效率低、成本高、勞動強度大。

  隨著機器視覺技術(shù)的不斷發(fā)展,行業(yè)逐步利用機器視覺系統(tǒng)來代替人進行印刷品缺陷檢測,極大的提高了生產(chǎn)效率,降低生產(chǎn)成本,給力行業(yè)應(yīng)用。

  一、圖像采集及預(yù)處理

  圖像采集過程中,由于攝像機精度、照明環(huán)境等因素的影響,采集的圖像會存在一定的隨機噪聲,從而導(dǎo)致圖像失真。這里采用即可去掉尖鋒干擾,又能保持邊緣細(xì)節(jié)的加權(quán)中值濾波算法。確定一個像素個數(shù)為奇數(shù)的窗口W,先對窗口內(nèi)各像素加權(quán),某一像素加權(quán)值為m,即窗口像素灰度排隊時該像素重復(fù)m個,再將窗口內(nèi)的各像元按灰度值從大到小排列,再用其中間位置的灰度值代替原圖像f(x,y)的中間值,得到增強圖像g(x,y)。

  二、視覺檢測

  視覺檢測主要包含兩部分,即缺陷檢測及識別。印刷缺陷表現(xiàn)在圖像上,即為采集圖像缺陷處的灰階值與標(biāo)準(zhǔn)圖的差異。將采集圖像的灰度值同標(biāo)準(zhǔn)圖進行差分(像素值相減),判斷其差值(兩幅圖灰階值的相差程度)是否超出以預(yù)先設(shè)定的標(biāo)準(zhǔn)值范圍,就能判斷出這幅印刷品有無缺陷。

  缺陷識別過程,即差分完成后,得到一幅同采集圖大小相同的差分圖,其像素值是每兩幅圖像對應(yīng)像素點的差值。隨后,對差分圖像進行逐行掃描,對缺陷點進行探測。當(dāng)遇到缺陷點像素時(其值>0),用遞歸的方法遍歷整個缺陷區(qū)域,同時記錄下缺陷區(qū)的大小、尺寸。整個掃描過程完成后,遞歸的次數(shù)就是缺陷的個數(shù)。

  利用基于PC的機器視覺系統(tǒng)代替人工進行印刷品檢測,利用計算機精度高、速度快的特點,迅速而精確地檢測出印刷品的外觀缺陷,并對缺陷程度進行綜合分析,從而判斷印刷品是否為次品或廢品。較之外觀缺陷要困難得多的如色差、套印不準(zhǔn)等缺陷的檢測與識別問題,機器視覺印刷質(zhì)量檢測系統(tǒng)可以提高智能化信息處理能力,大大提高生產(chǎn)效率和生產(chǎn)的自動化程度,并且有效控制勞動力成本,同時其行業(yè)應(yīng)用也將逐步加劇。

(轉(zhuǎn)載)

標(biāo)簽:機器視覺 傳感器 我要反饋 
2024世界人工智能大會專題
即刻點擊并下載ABB資料,好禮贏不停~
優(yōu)傲機器人下載中心
西克
2024全景工博會
專題報道