[发明专利]一种基于视觉的图文缺陷检测方法

说明书

本发明公开了一种基于视觉的图文缺陷检测方法，涉及计算机视觉识别领域。该方法采用彩色高清工业相机和镜头对尺寸以内的印刷品进行拍照，首先对合格品制作标准模板，提取模板的特征信息，然后对随意姿态放置的印刷样本进行拍照后比对；算法在图像比对的过程中，将样本图像自动与模板图像进行高精度多尺度配准矫正，省去了目前单张印刷品需要治具进行高精度摆放或需要人工矫正旋转角度等复杂工作，并能够针对不同摆放姿态的样本产生的形变进行自动矫正，最后识别出较小的图文印刷缺陷。不仅能处理文字、符号，也可处理各类含有图像、文字、表格的印刷内容，可更好地检测出各类缺陷，满足了3C、食品、药品等领域对印刷品的高标准品质检测要求。

技术领域

本发明涉及计算机视觉识别技术领域，具体涉及一种基于视觉的图文缺陷检测方法。

背景技术

在3C、食品、药品等领域，产品所配套的印刷品都需要进行严格的缺陷检测，通常需要对印刷品进行首检和抽检，以避免印刷错误或疏漏产生严重的使用后果，此类除了文字、标点符号等重要的信息需要严格检查外，还有很多以图案(如化学分子式、企业商标、背景图案)等形式也需要严格检查。以医药说明书为例，大量密集的文字伴随着不同语种的详细说明，还有部分图案信息嵌入在彩色背景的印刷区中，很难通过人眼去逐一检查是否存在印刷缺陷，因此通过视觉图像比对成为一种判定印刷图文缺陷的非常实用的方法。

通过视觉图像比对判定印刷图文缺陷的现有技术包括如下两类：

1、基恩士、欧姆龙、海康等视觉厂商已经有成熟的针对印刷品的OCR\OCV视觉解决方案，其产品一般是用于解决产品标签上喷码内容的识别和缺陷检测，一般只能识别字符和常见的符号，如等。对于印刷的图案或者嵌套在彩色背景中的文字的印刷品很难进行有效的缺陷判定，需要人工做大量的检测区域和算法参数配置。另外海康、康耐视推出了深度学习版本的OCR智能相机，仅能有效识别复杂背景下的中英文字符，无法判定是否存在印刷缺陷。其他的一些平台性的视觉软件，虽然对于非文字的图案能通过模板匹配进行定位和简单的评分判定，但是针对轻微的缺陷，其判定规则和算法参数设置同样比较复杂。此类产品在分析较大幅面、图文密集的的印刷品时，计算性能和检测效果都不是非常理想，仅适用于小块图文的检测识别。

2、凌云、华夏视科等主流的印刷品质检设备厂商，都有针单张印刷品的缺陷检测设备，其产品适用于较大幅面和图文密集的印刷品缺陷检测。产品的主要的形式有两种：

第一类是通过线扫相机对印刷品进行高速运动扫描，印刷品沿着多个锟高速运动，高性能主机实时分析，系统指标能够满足要求，但是设备结构复杂，成本高，仅适用于在线式连续高速检测的场景，不能很好匹配首检或抽检的场景下的离散型离线抽检的需求。

第二类是通过复印扫描的方式单独对单张印刷品进行扫描成像，需要对样品进行压实后再盖上扫描仪进行扫描，然后由人工对图像进行手动选择图像长边再进行图像矫正，最后将矫正后的图像与模板图像进行比对分析缺陷，对检测区域需要逐一设置检测ROI。设备在更换样品款式时比较麻烦，运行时检测效率比较低、每次需要人工进行辅助设置才能正常分析，自动化水平不高，设备无法适应纸张有轻微翘边或褶皱等情况，容易产生误报。

另外，市场上一些智能扫描仪，一般只能作为辅助的输入工具，对特定格式的文本进行字符识别，如身份证、护照、发票等内容的自动识别输入，即只能做文字内容识别，不能做图案和文字的缺陷检测。

上述现有的技术存在软件配置复杂，只能针对小幅面的印刷品的文英文和数字以及常见符号进行识别和缺陷检测，很难对图案进行缺陷判定，使用不方便，检测效率比较低。而一些已有的行业设备或者设置复杂，产品适应能力较弱，或者虽能满足应用指标要求，但是设备结构复杂，成本很高，适合在线式连续高速作业，不适用于首检和抽检等印刷品质检场景下的离散型离线抽检的需求。

发明内容