[发明专利]一种基于印刷品字符的视觉识别缺陷检测方法

说明书

本发明涉及一种视觉识别和缺陷检测技术，具体为一种基于印刷品字符的视觉识别缺陷检测方法，该方法使用形状匹配进行配准，采用OCV、差影法进行缺陷检测，检测准确率高，适用于通用的机器视觉平台，包括如下步骤：步骤一：利用高速高清摄像头采集标准产品的图像和待测产品的图像，获取对应ROI区域，再分割ROI区域图像字符，得到每个字符的区域图像；步骤二：对待测产品的图像进行形状匹配，得到搜索到的字符的行列坐标、匹配分数及对应模板编号，若匹配个数不等于字符个数，则为不合格品，否则依次对搜索的字符使用OCV检测系统检测，得到字符的印刷质量分数。

技术领域

本发明涉及一种视觉识别和缺陷检测技术，具体为一种基于印刷品字符的视觉识别缺陷检测方法。

背景技术

在我们的生活当中，随处都可以见到与印刷字符有关的产品。例如药品包装上的日期、产品批号字符，食品包装上的字符，消费品包装上的字符等等。由于大量的自动化印刷导致字符出现印刷缺陷，进而降低产品的合格率，影响生产效率。而随着近代印刷工业的发展，人们对印刷技术的要求越来越高，因此必须在出厂前对产品进行严格的检测，控制不合格率。

传统的检测方法主要靠人眼来检测，剔除不合格品。人工目检的优势是检测方式灵活，可以对各种不同的缺陷进行判定。然而由于产品品种多，数量大，人力消耗量大，并且长时间的人工目检，人眼容易疲劳从而导致误判和漏判。而且人工目检速度慢，效率低，很多细小的瑕疵不容易被发现，导致漏检率高，无法保证统一的质量标准。因此，提出以机器视觉代替人工目检，这样不仅能够大量的节省人力资源，还能够大大的提高检出率。

字符缺陷主要是字符印刷不清晰，字符漏印，字符相对位置不合格等，因以上情况导致废品率过高会严重影响生产质量，为了严格控制不合格率，需要在印刷的时候对印刷表面字符进行检测，尽可能在生产过程中把每一件不合格品剔除。不断满足印刷业向高质量、高效率、低成本方向发展。

为检测出印刷表面字符缺陷，可比较标准图像和待测产品的图像的灰度值，用待测产品的图像减去标准图像，若对应像素点的差值大于给定的阈值则标记为缺陷。但在实际的图像采集过程中，光照可能会变化，图像的位置也会存在少量偏差，偏移量造成的大量缺陷像素点会掩盖点、线缺陷的存在。因此，现有的表面缺陷检测系统有一定的局限性，具有检测速度慢、检测成本高等缺点。

发明内容

本发明的目的在于，提供一种基于印刷品字符的视觉识别缺陷检测方法，该方法使用形状匹配进行配准，采用OCV、差影法进行缺陷检测，检测准确率高，适用于通用的机器视觉平台。

发明解决其技术问题所采用的技术方案是：一种基于印刷品字符的视觉识别缺陷检测方法，其特征在于：包括如下步骤：

步骤一：利用高速高清摄像头采集标准产品的图像和待测产品的图像，获取对应ROI区域，再分割ROI区域图像字符，得到每个字符的区域图像；

步骤二：对待测产品的图像进行形状匹配，得到搜索到的字符的行列坐标、匹配分数及对应模板编号，若匹配个数不等于字符个数，则为不合格品，否则依次对搜索的字符使用OCV检测系统检测，得到字符的印刷质量分数；

步骤三：若字符印刷质量分数低于预先设置的低阈值，即为不合格产品，结束本次检测；若字符印刷质量分数高于高阈值，为合格品；进行字符识别；若字符印刷质量分数在低阈值与高阈值之间，将标准图像字符和待测产品的图像字符配准，对标准图像和待测产品的图像对应的二值化图像相减得到差值图像，根据面积特征判断待测产品是否存在缺陷。

作为优选，所述步骤一中的ROI图像为要求待测区域。

作为优选，所述步骤一中的对ROI图像分割字符是指ROI图像进行阈值分割，得到二值化图像，然后进行连通，得到每个字符的最小外接矩形，并将该外接矩形放大一定像素使其包含适当的背景，最后将放大后的外接矩形对应的图像裁剪，得到模板图像，并将得到的模板图像与字符一一对应以训练得到OCV文件。