印刷图像检测技术的研究

发布时间：2022-01-07 23:10

　　在印刷图像检测技术领域,视觉检测有着传统人工检测技术不可比拟的优势。课题主要是通过图像的边缘检测,算子改进和图像特征匹配,完成了对印刷图像缺陷检测流程的设计,并能对印刷图像形态学缺陷进行标注。课题的实验为视觉检测技术提供了一定的借鉴,对于消除人工检测的主观性,提高检测速度具有重要意义。课题运用图像处理与印刷原理相结合,通过实验数据对比分析的方法,对印刷图像检测算法进行了理论分析、优化改进与实验研究。首先将印刷出的图像进行预处理,其次对印刷图像边缘进行检测并对边缘检测算子改进,经过实验效果对比以及实验数据对比分析的方法,确立改进的sobel算子检测速度快,边缘检测更完整;然后在尺度不变特征变换算法中通过高斯差分金字塔将采集到的印刷图像与标准图像提取特征点并完成特征匹配,将有质量问题的印刷图像匹配出来;最后应用改进的sobel算子将标准图像和印刷图像进行边缘的检测,经过异或处理将印刷缺陷标注出来,完成印刷图像形态学方面缺陷检测的标注。结果表明:自适应中值滤波处理印刷图像效果更好;改进的sobel算子检测速度快,边缘检测更完整;通过尺度不变特征变换算法能将印刷有缺陷的图像匹配出来;设计出的缺... 

【文章来源】：西安理工大学陕西省

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

自适应中值滤波算法流程图

图 2-3 图像边缘特性Fig. 2-3 Image edge characteristics分算子检测原理分算子又叫做梯度算子[26]，实际上是在图像边缘处求一阶导数，在图

图 2-4 3 3 模板和梯度计算Fig.2-4 Template and gradient calculation3 模板以待处理像素点 (i ,j)为中心，通过式()()654012MacaaacaaIx

【参考文献】：
期刊论文
[1]基于多尺度形态学的运动目标边缘检测算法研究[J]. 徐康为.  电子技术与软件工程. 2016(01)
[2]自适应中值滤波在东巴古籍图像去噪中的应用研究[J]. 李志华,徐小力,王宁,吴国新.  北京信息科技大学学报(自然科学版). 2015(05)
[3]机器视觉检测技术在工业检测中的应用[J]. 陈英.  电子测试. 2015(18)
[4]基于梯度算子的边缘检测方法的研究与改进[J]. 潘跃龙,顾寄南,郑立斌,王红梅,梁刚.  制造业自动化. 2014(17)
[5]一种基于SIFT的图像特征匹配方法[J]. 杨世沛,陈杰,周莉,刘健,刘海洋.  电子测量技术. 2014(06)
[6]利用极值梯度的通用亚像素边缘检测方法[J]. 陈小卫,徐朝辉,郭海涛,张保明.  测绘学报. 2014(05)
[7]基于数学形态学和自动区域生长的红外目标提取[J]. 彭智浩,杨风暴,王志社,陈磊.  红外技术. 2014(01)
[8]中值滤波与各向异性扩散相结合的医学图像滤波方法[J]. 付丽娟,姚宇,付忠良.  计算机应用. 2014(01)
[9]基于统计阈值法的印品缺陷检测[J]. 官燕燕,刘昕.  西安理工大学学报. 2007(04)
[10]基于计算机视觉的印刷包装品缺陷检测系统[J]. 薛延学,张二虎,吴学毅.  包装工程. 2004(05)

硕士论文
[1]基于机器视觉的色差检测系统研究与设计[D]. 范鹏飞.江南大学 2016
[2]基于机器视觉的目标测量与识别的研究[D]. 王亚平.沈阳航空航天大学 2016
[3]基于FPGA的智能工业相机系统的研究[D]. 马牙川.浙江大学 2016
[4]基于图像处理的印刷品缺陷在线检测系统研究[D]. 敖丽霞.南昌大学 2014
[5]基于机器视觉的印刷品缺陷在线检测系统关键技术研究[D]. 阚希.南京信息工程大学 2013
[6]基于LabVIEW的印刷标签缺陷检测方法研究[D]. 邢堃.东华大学 2013
[7]图像配准和缺陷检测算法在印刷系统中的应用研究[D]. 郭凡慈.北京交通大学 2011
[8]基于机器视觉的印刷品缺陷自动检测系统[D]. 植赐佳.广东工业大学 2011
[9]基于二进小波的SAR图像边缘信息提取[D]. 范典.中国科学院研究生院（遥感应用研究所） 2002



本文编号：3575447