一种包装盒印刷色差智能检测方法及系统与流程
本发明涉及图像数据处理,具体为一种包装盒印刷色差智能检测方法及系统。
背景技术:
1、随着彩色包装盒印刷图案复杂度和图像化质量检测需求的增加,利用工业相机或其他数字成像设备获取包装盒印刷图像,并通过计算机图像处理技术进行印刷质量检测,已经成为包装印刷检测中的一种重要技术方向。此类方法通常以标准印刷图像作为参考,对待检印刷图像执行位置校正、图像分割、像素比较或连通区域分析,从数字图像中识别可能存在的颜色异常区域。相较于人工目视检测,基于图像数据处理的检测方式能够将包装盒表面的文字、图案和色块转换为具有明确像素坐标的数字图像数据,为自动化色差区域定位提供基础。
2、然而,彩色包装盒的色差检测并不是对标准图像与待检图像进行简单像素相减即可完成。包装材料在印刷、输送及图像采集过程中可能产生局部伸缩、轻微姿态变化和成像位置偏移,使两幅图像中的相同图案无法保持严格的逐像素重合。特别是在文字轮廓、色块边缘和复杂图案边界处,较大的图像梯度会使一至数个像素的位置偏差表现为明显的多通道像素差异,从而容易与实际印刷颜色变化混淆。同时,真实颜色变化通常会在一定图像区域内保持相对连续的通道变化方向和空间分布,而采集噪声、纹理细节以及残余配准误差产生的差异往往呈现零散、边缘化或方向离散特征。现有仅依赖整体图像配准、统一边缘屏蔽范围或者单像素差值阈值的处理方式,难以同时根据局部配准可靠程度调整有效检测边界,并进一步利用像素差异在区域内部以及相邻印刷区域之间的空间连续关系形成稳定的色差区域判断,因此容易在复杂彩色包装图案中产生边缘误检、零散噪声误判以及跨区域色差分布识别不足的问题。
技术实现思路
1、鉴于上述存在的问题,提出了本发明。
2、因此,本发明解决的技术问题是:现有的彩色包装盒印刷色差检测方法存在印刷图像局部形变造成标准图像与待检图像像素位置对应不稳定,印刷边缘的高梯度变化容易与实际颜色差异相互混淆,零散像素差异缺少基于区域邻接关系和空间连续性的稳定判别依据,以及如何通过对包装盒印刷图像执行配准、有效检测区域分割和差异区域空间聚合,实现色差区域及对应色差类别可靠识别的问题。
3、为解决上述技术问题,本发明提供如下技术方案:一种包装盒印刷色差智能检测方法,包括获取标准包装盒印刷图像和待检包装盒印刷图像,提取梯度边缘特征,依据局部纹理对应关系构建印刷区域配准场及边缘置信图。
4、利用印刷区域配准场校正待检包装盒印刷图像,依据边缘置信图分割有效检测区域并构建像素差异特征图。
5、基于区域邻接关系对像素差异特征图执行连通聚合,依据聚合区域的空间一致性判别色差区域及对应色差类别。
6、作为本发明所述的包装盒印刷色差智能检测方法的一种优选方案,其中:所述提取梯度边缘特征包括,分别对标准包装盒印刷图像和待检包装盒印刷图像按照像素坐标计算横向梯度响应和纵向梯度响应,根据横向梯度响应和纵向梯度响应构建梯度幅值图和梯度方向图。在梯度幅值图中提取梯度响应极值像素,并依据相邻梯度响应极值像素的梯度方向连续关系进行像素连接,得到印刷边缘曲线。针对每一印刷边缘曲线,按照像素坐标顺序提取曲率变化位置、曲线交汇位置以及曲线端部位置作为边缘特征点,并分别记录每一边缘特征点的梯度方向、曲线延伸方向以及与相邻边缘特征点之间的像素路径长度,形成边缘结构描述。在标准包装盒印刷图像与待检包装盒印刷图像之间比较边缘结构描述,将梯度方向对应、曲线延伸顺序对应且像素路径长度比例满足同一局部形变关系的边缘特征点建立候选匹配。对每组候选匹配计算其相对于相邻候选匹配的坐标位移变化,并删除坐标位移变化与所在印刷边缘曲线的连续位移趋势不一致的候选匹配,将剩余候选匹配及对应印刷边缘曲线作为梯度边缘特征。
7、作为本发明所述的包装盒印刷色差智能检测方法的一种优选方案,其中:所述依据局部纹理对应关系构建印刷区域配准场及边缘置信图包括,以梯度边缘特征中的候选匹配为中心,在标准包装盒印刷图像和待检包装盒印刷图像中分别截取局部像素邻域。将每一局部像素邻域划分为沿印刷边缘曲线延伸方向排列的纹理子区域,分别统计各纹理子区域内像素梯度方向分布和像素灰度变化次序,形成局部纹理描述。对候选匹配两端的局部纹理描述进行逐子区域比较,将纹理子区域对应关系连续且像素灰度变化次序一致的候选匹配保留为配准控制点。依据配准控制点在两幅图像中的像素坐标差构建控制点位移向量,并按照配准控制点之间的空间邻接关系建立图像网格,在图像网格内部根据相邻控制点位移向量进行空间插值得到每一像素位置的坐标位移量,形成印刷区域配准场。计算每一配准控制点经印刷区域配准场映射后的边缘位置残差,并根据同一图像网格内配准控制点的边缘位置残差离散程度生成对应网格的配准可信值,再将配准可信值按照像素坐标扩展至相应图像网格,形成边缘置信图。
8、作为本发明所述的包装盒印刷色差智能检测方法的一种优选方案,其中:所述依据边缘置信图分割有效检测区域包括,读取印刷区域配准场中与待检包装盒印刷图像各像素位置对应的坐标位移量,将待检包装盒印刷图像中的像素映射至标准包装盒印刷图像坐标,形成配准待检图像。在标准包装盒印刷图像中,根据梯度边缘特征形成的印刷边缘曲线对图像平面进行区域分割,获得由印刷边缘曲线围合的候选检测区域。针对每一候选检测区域中的像素计算其到最近印刷边缘曲线的像素距离,并取得像素在边缘置信图中的配准可信值。根据配准可信值确定对应像素的边缘排除宽度,使配准可信值所反映的边缘位置残差增大时扩大对应像素所在位置的边缘排除宽度,并删除像素距离不大于边缘排除宽度的像素。分别比较剩余像素在标准包装盒印刷图像和配准待检图像中的局部梯度方向分布,将局部梯度方向分布不满足对应关系的像素删除。对保留像素按照八邻域连通关系进行区域连接,并删除未形成内部连通区域的孤立像素,将剩余连通区域确定为有效检测区域,同时保留有效检测区域内各像素的标准图像坐标。
9、作为本发明所述的包装盒印刷色差智能检测方法的一种优选方案,其中:所述构建像素差异特征图包括,依据有效检测区域内各像素的标准图像坐标,分别读取标准包装盒印刷图像和配准待检图像中对应位置的多通道像素值,计算各对应通道的像素值差,并按照固定通道次序组成像素差异向量。针对每一像素,以像素为中心建立局部邻域,计算局部邻域内像素差异向量的方向分布以及相邻像素差异向量之间的变化量,将像素差异向量、方向分布和变化量关联至对应标准图像坐标,形成像素差异特征图。
10、作为本发明所述的包装盒印刷色差智能检测方法的一种优选方案,其中:所述基于区域邻接关系对像素差异特征图执行连通聚合包括,根据有效检测区域在标准包装盒印刷图像中的空间位置建立区域邻接关系,将共享印刷边缘曲线或者像素间距达到邻接条件的有效检测区域建立区域连接。在每一有效检测区域内部,对像素差异特征图中的像素差异向量按照向量方向进行分组,并在每一向量方向分组内依据像素八邻域关系连接空间相邻像素,形成候选差异连通域。针对每一候选差异连通域,沿其外轮廓依次取得轮廓像素坐标,并计算候选差异连通域的面积、轮廓长度、主延伸方向以及内部像素差异向量的方向集中度。对于位于相邻有效检测区域中的两个候选差异连通域,根据两个候选差异连通域到共享印刷边缘曲线的投影位置确定边界对应区段,并比较两个边界对应区段中的像素差异向量方向。当两个候选差异连通域在共享印刷边缘曲线两侧具有连续的投影位置且像素差异向量方向属于同一方向分组时,将两个候选差异连通域合并为跨区域差异连通域。对未形成连续空间分布且内部像素差异向量方向离散的候选差异连通域予以分离,获得由区域内部连通关系和区域之间邻接关系共同约束的差异聚合区域。
11、作为本发明所述的包装盒印刷色差智能检测方法的一种优选方案,其中:所述依据聚合区域的空间一致性判别色差区域及对应色差类别包括,针对每一差异聚合区域,按照像素坐标统计内部像素差异向量的方向连续分布,并沿差异聚合区域的主延伸方向建立连续像素序列。当连续像素序列中的像素差异向量在相邻位置保持同一方向分组,并且像素差异向量的模长满足预设差异判定条件时,将对应连续像素序列标记为色差像素序列。依据色差像素序列的八邻域连通关系重新构建色差连通域,并将色差连通域的像素坐标回填至待检包装盒印刷图像。将色差连通域限定于一个有效检测区域内部时确定为区域内色差,将色差连通域跨越区域邻接关系连续分布时确定为跨区域色差,由色差连通域形成色差区域并输出对应色差类别。
12、作为本发明所述的包装盒印刷色差智能检测系统的一种优选方案,其中:包括边缘纹理配准模块,差异图构建模块,连通色差判别模块。
13、所述边缘纹理配准模块用于获取标准包装盒印刷图像和待检包装盒印刷图像,提取梯度边缘特征,依据局部纹理对应关系构建印刷区域配准场及边缘置信图。
14、所述差异图构建模块用于利用印刷区域配准场校正待检包装盒印刷图像,依据边缘置信图分割有效检测区域并构建像素差异特征图。
15、所述连通色差判别模块用于基于区域邻接关系对像素差异特征图执行连通聚合,依据聚合区域的空间一致性判别色差区域及对应色差类别。
16、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序是实现包装盒印刷色差智能检测方法的步骤。
17、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现包装盒印刷色差智能检测方法的步骤。
18、本发明的有益效果:
19、通过提取包装盒印刷图像中的梯度边缘结构,并利用曲率变化位置、交汇位置、端部位置及局部纹理对应关系筛选配准控制点,实现了由边缘几何结构和纹理变化共同约束的图像配准,同时根据控制点映射后的边缘位置残差形成边缘置信图,使后续图像处理能够区分不同位置的配准可靠程度,从而降低局部形变和异常匹配对彩色包装盒色差比较的干扰。
20、通过印刷区域配准场将待检图像映射到标准图像坐标,并根据边缘置信图动态确定边缘排除宽度,再结合局部梯度方向对应关系形成有效检测区域,实现了对印刷边缘错位风险的空间自适应排除。在有效检测区域内构建具有固定通道顺序、方向分组和空间坐标关联的像素差异特征图,使真正用于色差判断的数据能够减少边缘高梯度错位造成的伪差异。
21、通过区域内部八邻域连通、相邻有效检测区域之间的边界投影对应以及像素差异向量方向一致性执行差异聚合,实现了像素差异由离散点向具有空间结构的差异聚合区域转换。再依据连续像素序列的方向连续性、差异模长和空间一致性重构色差连通域,使色差判断能够利用图像区域的连续分布特征,并进一步区分区域内色差与跨区域色差。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com