[发明专利]一种基于光流场的印刷字符缺陷的检测方法

说明书

技术领域

本发明属于视频图像处理技术领域，涉及一种基于光流场的印刷字符缺陷检测方法。

背景技术

印刷字符在各个行业应用十分广泛，大多需要印刷字符的环境后道工序都需要进行印刷质量检测，采用计算机图像识别的光学自动检测方式已经逐渐替代人眼进行产品外观检测，计算机图像识别具有速度快，精度高，同时避免了人的疲劳因素，但计算机图像识别均有一定的误报率和漏报率，计算机图像识别的核心在于图像识别算法，优秀的算法决定了检测速度与检测效果，优秀的检测算法有助于降低误报率和漏报率，提高系统的应用价值。该基于光流场的算法用于提高检测系统的鲁棒性，降低检测误报率与漏报率。

当前对于印刷品的检测一般是采用单纯的模版对比的方式检测印刷质量。但没有绝对一样的两个产品，故同一个网版印刷的两个产品或多或少会有差异。对于一个产品来说，衡量其产品的优良程度不单纯的是看与模板是否一致，而某些细微的、人眼很难察觉的变形也并非产品缺陷，但却满足了与模板不一致的塞选条件，对于传统的图像检测算法会将该特征作为缺陷，造成系统误报；对于很多曲面的印刷体，局部变形比较严重，但人眼很难察觉，该问题的严重程度已经造成检测系统无法正常工作。

发明内容

为克服上述现有技术中的不足，本发明目的在于提供一种基于光流场的印刷字符缺陷检测方法。

为实现上述目的及其他相关目的，本发明提供一种基于光流场的印刷字符缺陷的检测方法；包括如下步骤：

⑴利用光流算法，将标准图像当作图像序列n，实际拍摄的产品图像当作图像序列n+1；

⑵用传统匹配方式将图像序列n和图像序列n+1中的两个图像匹配套合后，图像序列n的A点的位置预定义为A_n(x1, y1)，在图像序列n+1再运算出A_n+1点，记录该位置为(x2,y2)；以此可以确定A点的变形为：(ux，vy)=(x2，y2)-(x1，y1)；其中，(ux, vy)为产品的细微变形量；

⑶光流算法通过预定义An和An+1的密集跟踪点阵列，计算出局部偏移分布图；通过局部偏移分布图跟踪印刷图案的细微变形；

⑷根据所计算出的偏移分布图反向仿射图像，通过该仿射即实现了对实际产品图像局部变形的矫正效果图N+1。

由于上述技术方案运用，本发明与现有技术相比具有的优点是：

由于本发明根据人的视觉对视频帧中运动目标和背景的不同感知度，避免了传统图像检测算法造成的因产品的线性变形而作为缺陷造成系统误报，甚至检测系统无法正常工作的现象发生。

附图说明

图1为本发明点阵列的局部偏移分布示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。

请参阅图1。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

如图1所示，一种基于光流场的印刷字符缺陷的检测方法；包括如下步骤：

⑴利用光流算法，将标准图像当作图像序列n，实际拍摄的产品图像当作图像序列n+1；

⑵用传统匹配方式将图像序列n和图像序列n+1中的两个图像匹配套合后，图像序列n的A点的位置预定义为A_n(x1, y1)，在图像序列n+1再运算出A_n+1点，记录该位置为(x2,y2)；以此可以确定A点的变形为：(ux，vy)=(x2，y2)-(x1，y1)；其中，(ux, vy)为产品的细微变形量；

⑶光流算法通过预定义An和An+1的密集跟踪点阵列，计算出局部偏移分布图；通过局部偏移分布图跟踪印刷图案的细微变形。

⑷根据所计算出的偏移分布图反向仿射图像，通过该仿射即实现了对实际产品图像局部变形的矫正效果图N+1。

由于上述技术方案运用，本发明与现有技术相比具有的优点是：