图像技术在印刷检测应用

详细内容

钞票印刷检测中应用的机器视觉技术

1）表面检测技术

·

高精度、高速、鲁棒图像定位配准技术

·

GoldenTemplate生成和比较技术

·

Blob分析技术

·

缺陷聚类分析技术



2）图像测量技术

·

颜色测量



一颜色成像标定



一颜色空间和特征选择



一颜色变化描述与计算

·

几何测量



一成像系统几何标定



一亚像素边缘检测



一物体外形曲线拟合



一参数测量



3）图像识别技术

·

线特征鲁棒提取

·

线特征综合决策

·

纸币新旧特征提取

·

纸币新旧分类器设计



·票面识别

·

号码识别



4）表面检测技术简介



l表面检测系统的通用流程



表面检测系统其实就是一个机器视觉系统。它的流程为：





图2表面检测系统通用流程



l高精度定位配准算法



a.定位算法在机器视觉系统中的作用



■图像特征提取。



■主要是相对位置信息包括旋转角度、横向和纵向偏移给各种后续检测算法提供信息，属于系统底层模块。胶印离线检测系统中的偏色、混色、接线、套印、对印等各种检测算法均要用到定位模块的数据。



■对非线性形变进行线性模拟。由于纸张的非线性变形，只有足够多的定位点才能够以线段真实模拟非线性变形。



b.定位算法的分类



■利用图像灰度特征进行定位



■利用图象几何特征进行定位



■利用图像其他空间域信息进行定位



lBlob聚类分析算法



a.Blob分析算法



■Blob分析算法，也称为斑点分析算法，常用于对目标图像进行图形特征提取和分类。



■通过对Blob单元进行图形特征分析，可以将单纯的图案灰度信息迅速转化为图案的形状信息，包括图形质心、图形面积、图形周长、图形外接最小矩形以及其他图形信息。



■Blob分析算法在表面检测中扮演着重要的角色，可以将真实缺陷与虚假缺陷根据图形特征不同进行判断。



■Blob分析算法也可以用于颗粒计数领域中。



b.Blob分析步骤



i.Blob图像分割



■固定阈值分割(FixedThreshold)



适用于高对比度以及背景一致性很好的图像。



■可变阈值分割(AdaptiveThreshold)



利用最小均值、最大均值以及均方差等统计信息等进行分割。适用于一些对比度和一致性较差的图像。



ii.Blob特征提取



■在经过图像分割后，图像的灰度信息经过Blob特征提取过程就可以转化为Blob信息队列。



■其中根据表面质量检测应用需求，针对性设置算法，可以提取更多Blob形状信息。



c.典型的Blob特征



典型的Blob特征有：Blob面积与外接矩形面积的比、Blob延伸率、最小外接椭圆的长轴角度等。