基于机器视觉的印刷品缺陷识别系统研究

西安科技大学硕士学位论文基于机器视觉的印刷品缺陷识别系统研究姓名：刘冰清申请学位级别：硕士专业：模式识别与智能系统指导教师：黄梦涛@论文题目：基于机器视觉的印刷品缺陷识别系统研究专业：模式识别与智能系统硕士生：刘冰清（签名）指导教师：黄梦涛（签名）摘要机器视觉主要是用计算机来模拟人的视觉功能，从客观事物的图像中提取信息进行处理并加以理解，昀终用于实际检测、测量、控制和识别。随着计算机及图像处理技术的发展和机器视觉技术在工业在线检测中的广泛应用，利用机器视觉技术来进行印刷品缺陷的自动识别已切实可行。本文把机器视觉、图像处理、识别等技术与印刷工业相结合，系统地研究了基于机器视觉技术的印刷品缺陷识别系统。设计并建立了一套基于机器视觉的印刷品缺陷识别实验系统。该系统由TMS320DM642、面阵CCD相机、显示器、照明光源、印刷品模拟实验台以及采集同步控制装置（旋转编码器）等组成，为进行印刷品缺陷在线识别研究提供了平台。针对采集到的印刷品图像，提出了图像灰度化，滤波，增强，边缘提取及边缘差分的预处理流程。研究了缺陷识别算法，选择了BP神经网络算法实现缺陷的分类。昀后以CCS2.0为软件开发平台，以C、C++语言为工具，开发出了一套印刷品缺陷识别系统软件，能实现图像定位采集，图像预处理，图像识别，图像显示等功能。本文设计的印刷品缺陷识别系统基本满足了实时性要求，系统功能较全，使用方便。但还有许多地方有待改善，才能满足实际应用的需要。在本文的昀后，给出了一些系统改进的想法。关键词：TMS320DM642；机器视觉；缺陷识别；BP神经网络研究类型：应用研究Subject：ResearchofPrintDefectsRecognitionSystembasedonMachineVisionSpecialty：PatternRecognitionandIntelligentSystemName：LiuBingqing(Signature)Instructor：HuangMengtao(Signature)ABSTRACTMachinevisionmeanssimulatingthehumanvisualfunctionwithcomputers.Itcanextractinformationfromimageofobjectivethings,andtheinformationcanbeprocessedandunderstood.Ultimatelyitwillbeusedforpracticaltest,measurement,controlandidentification.Withthedevelopmentofcomputer,imageprocessingandmachinevisiontechnologyisprobablytoidentifytheprintdefectswithmachinevision.Combiningwithmachinevision,imageprocessing,recognitionandothertechnologiesintheprintingindustry,itwasstudiedtoprintdefectsrecognitionsystembasedonmachinevisioninthispaper.Firstly,anexperimentsystemofprintdefectsrecognitionbasedonmachinevisionwasdesignedandsetup.ThesystemconsistsofTMS320DM642,areaarrayCCDcameras,monitors,lighting,simulatedprintstationandtheacquisitionsynchronizedcontroldevice(rotaryencoder)etc.Thesystemprovidedaplatformfortheresearchofprintdefectson-lineidentification.Secondly,thecollectedimageswereanalyzedandtheimagepre-processingprocess,includinggraying,filtering,enhancement,edgeextractionandedgedifference,wasputforward.Thirdly,thedefectrecognitionalgorithmwasstudiedandwaschosetotheBPneuralnetworkalgorithmtoachievetheclassificationofdefects.Finally,usingCCS2.0astheplatform,thesoftwareofprintdefectidentificationsystemwithC,C++languagewasdeveloped.Thesoftwarecanachievethefunctionsofimageacquisition,imagepre-processing,imagerecognition,imagedisplayandsoon.Theprintdefectsrecognitionsystembasicallymeetsthereal-timerequirements,anditiseasytooperate.Buttherearemanyaspectstobeimprovedinordertosatisfyactualapplication.Atlast,somenotionsofimprovementshavebeengiven.Keywords：TMS320DM642MachineVisionDefectIdentificationANNThesis：ApplicationResearch1绪论11绪论1.1课题研究的背景及意义在当今信息化社会，人们的日常生活和工作越来越离不开各种印刷品，例如书刊、报纸、杂志、生活中的产品包装以及纸币等。伴随着社会生活节奏的加快，人们对印刷品质量和印刷效率有了更高的要求。然而在印刷过程中，由于印刷工艺及机械精度等原因，印刷品常会出现这样或那样的缺陷。常见的印刷品缺陷主要有：飞墨、针孔、偏色、漏印、黑点、刮擦、套印不准等[1]。为了使印刷品的次品率得到严格控制，需要在印刷的时候对印刷品进行实时检测，尽量把每一件不合格产品在生产过程中剔除，并找出产生此缺陷的原因及时采取措施。传统的视觉检测和质量控制是通过有经验的专业人员来完成的，印刷企业是靠人工检查剔除废品的。然而人工检查除了速度慢，检测效率低、需要占大量的人力、物力资源和场地资源外，更有下列几个缺点[2]：(1)容易出现漏检的情况。由于长时间的重复劳动，人眼极易出现疲劳。此时，出现差错的概率非常大，甚至会将一些严重的次品漏检。一旦有缺陷的产品出厂，将会严重损害客户的利益，给客户带来损失，同时也影响到印刷企业的形象和声誉。(2)无法保证统一的质量标准。人工检查时，对于墨色深浅的情况，合格与否由检查者主观判断，不同的人甚至同一个人在不同的状态下的判断标准都很难做到统一。(3)传统印刷品质量检测技术是非在线的，检测控制周期长，印刷材料浪费，生产效率低下，不符合现代印刷市场发展趋势的要求。很难及时发现产生缺陷的原因，不能及时对生产工艺采取措施，从而增大了次品率。正因为采用人工目检的方法来检测印刷品质量存在许多弊端，所以迫切需要一种印刷品在线质量检测系统来客观地对其进行检测评价，彻底解决上述人工目检中存在的问题，推进印刷行业生产力的发展。因此印刷品缺陷的自动检测及识别逐渐成为行业的趋势。1.2印刷品缺陷识别的研究现状在国外，相对来说日本、德国的技术应用都比较多。如日本的FUTEC以及日本株式会社东机美(TOKIMEC)等公司有EasyMax系列产品和Print-Pac系统[3,4]，德国的Vision-Experts(以下简称VE公司)公司有Print-Expert4000系统[5]。此外，能提供全自动印刷品质量检测设备的还有瑞士的BOBST、美国的PROIMAGE等公司。除了上述企业之外，国外也有一些研究机构和个人在印刷相关领域的缺陷检测方面进行了研究。早在1990年，日本的KatsuyukiTanimizu等[6]就进行了印刷质量自动检测西安科技大学硕士学位论文2研究，提出了一种用于印刷品表面缺陷自动检测的索引空间法（IndexSpaceMethod），这种方法能够检测比较复杂的图像，但在建立索引空间时需要人工对标准图像的逐点分析来建立各点的容忍上下阈值，算法比较复杂，应用上有很多不便。后来，很多学者都在这方面做过研究，提出了很多算法，主要有人工神经网络、形态学处理[7]、傅立叶变换法、阈值比较法及模板匹配法[8]，当时这些方法都有一些局限，只能检测一定范围内的缺陷，另外实时应用还要借助于硬件加速算法。2002年，日本的SeijiHata等[9]将印刷品缺陷归类为形状缺陷（Shapedefects）和颜色缺陷（Colordefects），将形状缺陷分为四类，将颜色缺陷分为八类。文中提出了一种方法，提取缺陷特征，对形状缺陷分类正确率93%以上，对颜色缺陷分类正确率90%以上，为以后这方面的研究作了很好的基础。2003年，英国的J.Luo和Z.Zhang[10]基于图像处理技术，对复杂彩色印刷品自动检测方法进行了研究，提出了一种彩色印刷品质量检测算法。该方法首先进行光源校正，然后给出图像三维直方图，进行特征提取，昀后利用神经网络进行分类，判断印刷图像是否合格。目前国内在此领域的研究相对较少，中国大恒(集团)有限公司北京图像视觉技术分公司有相对成熟的产品面世，如DH-CHECK-C印刷质量在线实时检测系统，但主要是针对人民币及票证印刷的质量检测。其他国内公司也有相关产品如洛阳圣瑞机电有限公司[11]的鹰眼“EE8000”检测系统。总的来说，国内企业在这方面的产品还不成熟，需要进一步完善。国内其他研究机构及个人在此方面也有研究。韩斌等[12]提出了基于图像处理的印刷品缺陷计算机自动检测系统的设计，该系统能提取出小幅面印刷品缺陷图像；章毓晋等[13]提出了一种利用图像处理技术实现精细印刷品缺陷自动检测的初步方案，并对其中主要工作模块，即图像采集和模板制作，以及图像匹配比较进行了分析研究；鲁镇恶等[14]介绍了印刷品缺陷机器视觉检测系统的构成，探讨了应用图像差分、数学形态学的原理进行缺陷检测与识别的基本方法；李娟[15]对印刷质量的视觉在线检测方法进行了研究，提出了逐层检测的思想；王锋[16]在此领域也进行了研究，提出了动态阈值和分层检测的方法。但这些主要以算法的研究为主，没有成型的产品，所以印刷品缺陷在线识别系统的研究与应用有很好的前景[17-19]。1.3机器视觉技术及其在印刷品缺陷识别领域中的应用机器视觉技术为印刷品缺陷自动识别提供了良好的解决方案，与传统的采用人工方法进行印刷品质量检测相比，检测速度快，准确率高，检测结果客观，能够迅速而精确地检测出印刷品的外观缺陷，并对缺陷参数进行综合分析，从而判断印刷品具体缺陷，方便及时对生产工艺采取适当措施。1绪论31.3.1机器视觉技术机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息进行处理并加以理解，昀终用于实际检测、测量、控制和识别。它是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。机器视觉强调实用性，要求能够适应工业现场恶劣的环境，要有合理的性价比、通用的工业接口、较高的容错能力和安全性，并具有较强的通用性和可移植性；更强调实时性，要求高速度和高精度。一个典型的工业机器视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像数字化模块、数字图像处理模块、