一种基于图像识别的印刷品质量缺陷检测方法及系统与流程

本申请涉及图像识别，具体而言，涉及一种基于图像识别的印刷品质量缺陷检测方法及系统。

背景技术：

1、在现代高速印刷中，传统质检（人工或简单传感）因漏检多、速度慢，难以满足要求，故引入基于图像识别的自动化检测系统，通过高速相机和算法实现实时缺陷识别。

2、但面对使用再生纸浆等特殊基材的订单时，基材自身纤维颗粒、纹理等固有特征被原有系统误判为“污点”或“印刷不均”，误判率高达20%，造成物料浪费和人工干预，影响效率。

3、为此，技术团队升级软件，建立“基材特征集合”，记录正常纹理、纤维分布、颜色波动等，并辅以自适应阈值和背景抑制，成功将误判率降至2%以下。

4、然而，新系统过度适应基材背景，导致对与基材纹理相似的细微缺陷（如小油墨点、模糊边缘、微小色差）识别力下降，因其特征与基材正常背景高度重叠，系统误将其归为正常，漏检率上升。这些缺陷虽单个不明显，但累积或出现在关键区域时，仍影响美观和品牌形象，可能引发客户投诉。

5、现有技术亟须改进。

技术实现思路

1、本申请公开了一种基于图像识别的印刷品质量缺陷检测方法及系统，旨在解决针对复杂基材的印刷品检测中，基材固有特征易被误判为缺陷（误判率高），而优化后又易漏检细微缺陷（漏检率上升）的两难问题。

2、本申请的技术方案如下：

3、本申请公开了一种基于图像识别的印刷品质量缺陷检测方法，该方法包括：

4、通过图像识别采集模块采集印刷品图像，将该印刷品图像按预设尺寸划分为与该印刷品上位置一一对应的多个待检测区域；

5、通过图像识别特征提取模块提取该待检测区域中基材的纹理特征、颜色特征、形态特征，得到视觉特征；

6、对该印刷品图像进行初步筛选与复核，得到无缺陷基材样本图像；根据该无缺陷基材样本图像的视觉特征构建基材本底统计模型；该基材本底统计模型仅依据正常样本建立并反映当前批次印刷基材的微观表面特性；该基材本底统计模型中的概率分布为高斯混合模型、核密度估计或多维正态分布；该高斯混合模型的混合数由贝叶斯信息准则确定；该核密度估计的带宽由silverman法则确定；

7、采集生产现场的工艺参数与环境参数，将该工艺参数和该环境参数分别映射到与该视觉特征相同的特征空间，得到工艺参数特征和环境特征；该映射显式化该工艺参数和该环境变化对该视觉特征的耦合干扰；

8、将当前该待检测区域的视觉特征、该工艺参数特征、该环境特征输入该基材本底统计模型，通过该视觉特征与该基材本底统计模型的比对，计算与该基材本底统计模型之间的联合偏离量；该基材本底统计模型依据该工艺参数特征与该环境特征进行批次自适应更新，正常时按在线学习率更新，异常时按离线重建率更新；该在线学习率与该离线重建率之比不大于0.1；该联合偏离量通过马氏距离计算；

9、在联合偏离量持续低于重建触发阈值达到预设时段时，主动触发该基材本底统计模型的离线重建；

10、通过图像识别与该基材本底统计模型的双层偏离判定，对当前该待检测区域进行单点偏离和系统偏离判定，得到单点偏离量与系统偏离量；该单点偏离量对应局部微观缺陷，该系统偏离量对应批次性统计缺陷；

11、当该单点偏离量超过单点阈值或该系统偏离量超过系统阈值时，判定当前该待检测区域存在缺陷；

12、在判定当前该待检测区域存在缺陷时，向剔除机构输出剔除控制信号。

13、本申请还公开了一种基于图像识别的印刷品质量缺陷检测系统，该系统包括：

14、图像识别采集模块，用于采集印刷品图像，并将该印刷品图像按预设尺寸划分为与该印刷品上位置一一对应的多个待检测区域；

15、图像识别特征提取模块，用于提取该待检测区域中基材的纹理特征、颜色特征、形态特征，得到视觉特征；

16、样本筛选与模型构建模块，用于对该印刷品图像进行初步筛选与复核，得到无缺陷基材样本图像；并根据该无缺陷基材样本图像的视觉特征构建基材本底统计模型；该基材本底统计模型仅依据正常样本建立并反映当前批次印刷基材的微观表面特性；该基材本底统计模型中的概率分布为高斯混合模型、核密度估计或多维正态分布；

17、工艺环境参数采集与映射模块，用于采集生产现场的工艺参数与环境参数，并将该工艺参数和该环境参数分别映射到与该视觉特征相同的特征空间，得到工艺参数特征和环境特征；该映射显式化该工艺参数和该环境变化对该视觉特征的耦合干扰；

18、模型比对与自适应更新模块，用于将当前该待检测区域的视觉特征、该工艺参数特征、该环境特征输入该基材本底统计模型，通过该视觉特征与该基材本底统计模型的比对，计算与该基材本底统计模型之间的联合偏离量；该基材本底统计模型依据该工艺参数特征与该环境特征进行批次自适应更新，正常时按在线学习率更新，异常时按离线重建率更新；该在线学习率与该离线重建率之比不大于0.1；该联合偏离量通过马氏距离计算；

19、离线重建触发模块，用于在该联合偏离量持续低于重建触发阈值达到预设时段时，主动触发该基材本底统计模型的离线重建；

20、双层偏离判定模块，用于通过图像识别与该基材本底统计模型的双层偏离判定，对当前该待检测区域进行单点偏离和系统偏离判定，得到单点偏离量与系统偏离量；该单点偏离量对应局部微观缺陷，该系统偏离量对应批次性统计缺陷；

21、缺陷判定与输出模块，用于当该单点偏离量超过单点阈值或该系统偏离量超过系统阈值时，判定当前该待检测区域存在缺陷；并在判定当前该待检测区域存在缺陷时，向剔除机构输出剔除控制信号。

22、本申请公开了一种基于图像识别的印刷品质量缺陷检测方法及系统，旨在解决基材固有特征与缺陷混淆导致的误判漏检。通过构建无缺陷基材的本底统计模型，捕捉正常纹理、颜色及形态；采集工艺与环境参数，映射至视觉特征空间，实现模型批次自适应更新。更新采用双策略：在线学习率与离线重建率比值≤0.1，保证稳定性；当联合偏离量持续低于触发阈值时主动离线重建。判定采用双层偏离机制，区分局部微观缺陷与批次性统计缺陷，按阈值输出剔除信号。该系统有效克服了对基材背景的过度适应问题，显著提升检测准确性与鲁棒性，降低误检漏检率，提高自动化生产效能。

1.一种基于图像识别的印刷品质量缺陷检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述合格区域的所述视觉特征与所述基材本底统计模型之间的偏离量，调整所述合格区域的所述视觉特征对所述基材本底统计模型更新的影响权重的步骤，包括：

4.根据权利要求2所述的方法，其特征在于，所述构建并维护纯净基准特征集合的步骤，包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述工艺参数与预设的工艺参数阈值比对，判断当前生产线是否存在重大工艺调整的步骤，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述工艺参数进行组合参数分析，计算多个所述工艺参数之间的关联强度或协同变化趋势的步骤，包括：

7.根据权利要求6所述的方法，其特征在于，所述对所述不同时间尺度上的工艺时空耦合特征表示进行融合，得到反映多个所述工艺参数之间动态的非线性关联强度或协同变化趋势的综合度量的步骤，包括：

8.根据权利要求1所述的方法，其特征在于，所述正常时按在线学习率更新，包括：

9.根据权利要求2所述的方法，其特征在于，所述在所述联合偏离量持续低于重建触发阈值达到预设时段时，主动触发所述基材本底统计模型的离线重建，包括：

10.一种基于图像识别的印刷品质量缺陷检测系统，其特征在于，所述系统包括：