[发明专利]借助神经网络进行印刷品质分析的方法

说明书

本发明涉及一种用于借助计算机(6)补偿印刷机(4)中印刷过程的局部对版错误和/或重影错误的方法，其中，至少一个图像传感器(5)检测、数字化特定的印刷图案(8)并将这些数字图像数据(9)传递至所述计算机(6)，所述计算机(6)检查所述数字图像数据(9)的可能的局部对版错误和/或重影错误并引入可能有必要的措施用于补偿这些错误，该方法的特征在于，所述计算机(6)将所述数字图像数据(9)供应给神经网络(12)，该神经网络(12)借助训练数据(10,10a,10b)这样地被学入，使得它从被供应的数字图像数据(9)求得相应的对版值和/或重影值。

技术领域

本发明涉及一种用于通过采用神经网络(neuronalen Netz)补偿印刷过程的局部对版和重影错误的方法。

本发明所属的技术领域是印刷品质分析。

背景技术

在胶版印刷机中采用不同的印刷控制元素。这些印刷控制元素中有些仅是按需印刷，其它的则是印刷在每个页张上。这些所谓的对版元素或SID元素在机器进行印样(Abdrucken)时被使用。它们用于分析且排除印刷机的对版错误和重影现象。在此，对版(Passer)是指：印刷机的工艺色的单个分色以目标准确的方式进行叠印。可由这些元素所鉴别的错误类别譬如是：较短较长印刷、较窄较宽印刷、节奏错误(譬如重影)等。

这些元素以分布在页张上的方式布置并这样地设计，使得在每个印刷机构中印刷一个对版子元素。基于这些子元素彼此的相对位置，可量化出所提及的错误类别。这些元素的读入是手动进行，这需要使专门的高分辨率的摄像机从元素到元素地运动。这些数字图像数据随后通过合适的软件借助于图像识别方法进一步处理。

此外，印刷机部分在执行用于品质分析的图像监测的图像检测系统的范畴内具有内联(inline)摄像机系统，但是，当前这种图像监测仅适用于求得套准错位。对于对版错误的特性值，类似的布置在数字(或喷墨)印刷中也是可想到的，并且部分也已经被用于试验目的。

现有技术的弊端在于，对这些元素的检测及其进一步处理是离线进行。在最终安装印刷机时，手动测量的耗费占据了巨大的成本份额。出于这个原因，通常仅读入三十个页张，由此在测量准确性和频率范围内数据分辨率方面必定有所折扣，这使得该手动测量的进程没那么具有说服力。因此，在进行的生产过程中，只有当存在关于印刷品质方面的问题时，才会采用上述分析方法。并不进行持续地控制或监控。

因此，针对该问题的一种解决方案是，只有在印刷机进行印样时出现问题的情况下才读入且分析处理最多一百个页张。尽管这只在存在问题的情况下才发生，但这也伴随着巨大的额外耗费。

因此，现有技术中为此在国际专利申请WO 04017034中公开了一种用于监测印刷产品的方法，其中，首先在学习模式中通过检测、数字化且分析一个或多个良好图像并然后将其存放在参考数据存储器中的方式来生成参考数据，并且然后在第二步骤中在监测模式中将待监测图像与参考数据存储器中的参考数据值进行像素对比。在此，这种对比是借助于分类器(譬如人工神经网络)进行。虽然该方法采用了神经网络，但是它是专门用于检查所生成的印刷图像的光谱含量，因此不适合用于求取对版值和重影错误。此外，神经网络在这里仅被用于监测图像与参考图像之间的对比。实际上的困难(也就是参考图像的学入)是以典型的方式方法在未采用神经网络的情况下发生。因此，在此现有技术中神经网络的使用所带来的优势是有限的。

发明内容

由此，本发明的任务在于，提出一种比迄今为止的现有技术所公开的方法更有效且更好用于探测印刷过程中局部对版错误和重影错误的方法。