一种基于视觉检测的印刷缺陷在线识别方法及系统与流程

本发明属于印刷质量在线检测，具体涉及一种基于视觉检测的印刷缺陷在线识别方法及系统。

背景技术：

1、在高速卷筒或单张纸印刷生产中，印刷压力波动和油墨转移异常是导致印刷缺陷的主要工艺因素。印刷压力偏差直接影响网点转移的完整性和均匀性，油墨转移率不足则造成实地密度不足或网点残缺。现有印刷缺陷在线检测主要依赖高分辨率线阵相机采集印刷品表面图像，通过模板匹配或深度学习模型对飞墨、刀丝、套印偏差等宏观缺陷进行识别和报警。这类方法聚焦于缺陷本身的检出与分类，无法由缺陷特征逆向追溯缺陷产生的工艺环节和机械根源。当检测系统发出报警时，操作人员需停机排查印版、橡皮布、滚筒轴承或供墨系统等多个潜在故障点，故障定位依赖经验判断，导致印刷机非计划停机时间延长，废品率上升。

2、部分高端印刷机配备了独立的印刷压力传感器或振动传感器来监测机械状态，但压力传感器仅能测量滚筒轴向两端的整体压力，无法反映版面内各区域的局部压力分布，且传感器安装需要改造滚筒结构，成本高、维护复杂。振动传感器虽能捕捉滚筒不平衡或轴承磨损引起的振动特征，但与印刷品缺陷之间的因果关系需要通过人工关联分析，难以在线实时追溯缺陷的工艺成因。

技术实现思路

1、有鉴于此，本发明提供了一种基于视觉检测的印刷缺陷在线识别方法及系统，以解决现有技术中无法由印刷品微观形貌在线追溯缺陷的机械关联类型和工艺环节，导致缺陷检出后诊断处理滞后的问题。

2、本发明采用的技术方案如下：

3、一种基于视觉检测的印刷缺陷在线识别方法，其特征在于，包括以下步骤：

4、步骤s1、通过暗场显微成像采集印刷品网点区域微结构图像，提取网点边缘粗糙度、肩部倾角和底部填充率；

5、步骤s1中，所述提取网点边缘粗糙度、肩部倾角和底部填充率，具体包括：

6、对采集的微结构图像进行自适应二值化分割，提取单个网点的轮廓边界，沿网点轮廓边界计算局部曲率半径的均方差，作为所述网点边缘粗糙度，在网点轮廓的肩部区域取多个径向截面，计算各径向截面轮廓切线与基底平面的夹角并取平均值，作为所述肩部倾角，计算网点轮廓内像素面积与网点理论面积的比值，作为所述底部填充率。

7、所述步骤s1中，所述暗场显微成像的成像区域覆盖印刷品版面的至少一个套印标记区域和至少一个实地色块区域；所述套印标记区域用于检测因套印偏差引起的网点微结构参数异常，所述实地色块区域用于检测因油墨转移异常引起的网点微结构参数异常。

8、步骤s2、根据所述网点边缘粗糙度生成印刷压力分布图，根据所述肩部倾角和底部填充率生成油墨转移率分布图；

9、所述步骤s2具体包括：

10、步骤s21、在不同印刷压力下印制测试样张，采集各印刷压力对应的网点微结构图像并提取网点边缘粗糙度，建立印刷压力与网点边缘粗糙度的第一对应关系表，在线检测时，根据步骤s1提取的网点边缘粗糙度查询所述第一对应关系表，通过插值方式确定对应区域的印刷压力值，生成印刷压力分布图；

11、步骤s22、通过称重法测量不同肩部倾角和底部填充率组合条件下的油墨转移率，建立肩部倾角、底部填充率与油墨转移率的第二对应关系表；在线检测时，根据步骤s1提取的肩部倾角和底部填充率查询所述第二对应关系表，通过插值方式确定对应区域的油墨转移率，生成油墨转移率分布图。

12、步骤s3、采集印刷机主滚筒旋转相位编码器信号，与暗场显微成像行触发信号硬件同步，建立滚筒相位与检测位置的周向映射；

13、所述步骤s3具体包括：

14、步骤s31、在印刷机主滚筒轴端安装增量式旋转编码器，所述编码器每转产生一个零相位脉冲和多个增量脉冲；

15、步骤s32、将所述零相位脉冲作为行触发同步的起始基准信号，将所述增量脉冲经分频后作为暗场显微成像的行触发信号；

16、步骤s33、采集微结构图像时，记录每行像素对应的编码器累计脉冲数，根据累计脉冲数计算该行像素对应的滚筒相位角；

17、步骤s34、将每行像素对应的滚筒相位角与像素在印刷品上的轴向位置结合，建立滚筒相位与检测位置的周向映射关系。

18、步骤s4、根据所述印刷压力分布图中压力异常区域，结合所述周向映射分析压力异常区域在周向上的周期性分布模式，判定缺陷与滚筒机械状态的关联类型；

19、所述步骤s4具体包括：

20、步骤s41、对所述印刷压力分布图进行阈值分割，提取印刷压力值超出预设正常范围的区域，标记为压力异常区域；

21、步骤s42、根据所述周向映射关系，将各压力异常区域的检测位置转换为滚筒周向坐标；

22、步骤s43、沿滚筒周向对压力异常区域的压力值进行傅里叶变换，提取幅值超过预设幅值阈值的频率分量；

23、步骤s44、若存在一个主导频率分量与滚筒旋转基频或滚筒旋转基频的整数倍匹配，则判定所述关联类型为滚筒转动周期相关；若存在一个主导频率分量与印版滚筒旋转基频匹配，则判定所述关联类型为印版滚筒转动周期相关；若不存在明显主导频率分量，则判定所述关联类型为非周期性偶发缺陷。

24、步骤s5、采集印刷机当前印刷速度并计算速度波动值，将所述关联类型与所述速度波动值进行时序比对，若压力异常幅值与速度波动幅值正相关且相位同步，则确定缺陷由速度波动引起，否则确定缺陷由机械磨损或印版缺陷引起，追溯缺陷工艺环节；

25、所述步骤s5具体包括：

26、步骤s51、通过印刷机主电机驱动器采集当前印刷速度信号，对印刷速度信号进行高通滤波，提取速度波动值；

27、步骤s52、沿印刷机运行时间轴，以主滚筒旋转周期为采样间隔，从所述印刷压力分布图中提取各周期内压力异常区域的最大压力偏差值，构成压力异常幅值时间序列；

28、步骤s53、将所述压力异常幅值时间序列与所述速度波动值时间序列进行互相关分析，计算互相关系数；

29、所述步骤s53中，所述计算互相关系数具体包括：

30、步骤s531、将所述压力异常幅值时间序列记为，其中为第个采样时刻，为主滚筒旋转周期，，为采样总点数；

31、所述最大压力偏差值定义为该采样时刻对应滚筒旋转周期内，压力异常区域中各像素点实际印刷压力与预设正常印刷压力基准值之差的绝对值最大值，即：

32、

33、其中为压力异常区域内的像素坐标；

34、步骤s532、对步骤s51高通滤波后的速度波动值进行去均值处理，得到零均值速度波动时间序列，其中：

35、

36、为时刻的印刷速度采样值，为预设时间窗口内印刷速度的平均值；所述高通滤波的截止频率设置为滚筒旋转基频的预设比例；

37、步骤s533、计算压力异常幅值时间序列与零均值速度波动时间序列的互相关函数，其中为时滞参数，以滚筒旋转周期为单位，计算公式为：

38、

39、式中，当时，表示压力异常幅值序列相对速度波动序列滞后个滚筒旋转周期；当时，表示超前个周期；当时，表示两序列在同一滚筒旋转周期内的瞬时关联程度；

40、步骤s534、对互相关函数在零时滞处进行归一化，得到零时滞互相关系数，计算公式为：

41、

42、式中，为互相关函数在零时滞处的值，为压力异常幅值时间序列的方差，为零均值速度波动时间序列的方差；所述零时滞互相关系数的取值范围为，其绝对值越接近1，表明在同一滚筒旋转周期内压力异常幅值与速度波动之间的线性关联程度越强。

43、步骤s535、若所述互相关系数超过预设相关阈值，且两序列在所述主导频率处的相位差位于预设相位同步区间内，则判定压力异常幅值与速度波动幅值正相关且相位同步，确定所述缺陷由速度波动引起；

44、步骤s536、若所述互相关系数未超过预设相关阈值，或所述相位差不在预设相位同步区间内，则确定所述缺陷由机械磨损或印版缺陷引起，根据所述关联类型追溯缺陷工艺环节。

45、步骤s6、根据所述关联类型、所述缺陷工艺环节及网点微结构参数退化趋势，生成分级处理指令。

46、所述步骤s6、具体包括：

47、获取预设时间窗口内所述网点边缘粗糙度、肩部倾角和底部填充率的变化趋势，作为所述网点微结构参数退化趋势；

48、当所述关联类型为印版滚筒转动周期相关且所述退化趋势显示网点边缘粗糙度呈单调递增趋势时，生成印版更换预警指令；

49、当所述缺陷由速度波动引起且所述关联类型为滚筒转动周期相关时，生成滚筒动平衡调整指令；

50、当所述缺陷工艺环节为供墨系统且所述油墨转移率分布图中出现区域性转移率偏低时，生成供墨压力修正指令。

51、一种基于视觉检测的印刷缺陷在线识别系统，所述系统包括：

52、暗场显微成像模块，通过暗场显微成像采集印刷品网点区域微结构图像，提取网点边缘粗糙度、肩部倾角和底部填充率；

53、印刷参数反演模块，根据所述网点边缘粗糙度生成印刷压力分布图，根据所述肩部倾角和底部填充率生成油墨转移率分布图；

54、滚筒相位同步模块，采集印刷机主滚筒旋转相位编码器信号，与暗场显微成像行触发信号硬件同步，建立滚筒相位与检测位置的周向映射；

55、周期性分析模块，根据所述印刷压力分布图中压力异常区域，结合所述周向映射分析压力异常区域在周向上的周期性分布模式，判定缺陷与滚筒机械状态的关联类型；

56、缺陷成因追溯模块，采集印刷机当前印刷速度并计算速度波动值，将所述关联类型与所述速度波动值进行时序比对，若压力异常幅值与速度波动幅值正相关且相位同步，则确定缺陷由速度波动引起，否则确定缺陷由机械磨损或印版缺陷引起，追溯缺陷工艺环节；

57、分级决策模块，根据所述关联类型、所述缺陷工艺环节及网点微结构参数退化趋势，生成分级处理指令。

58、综上所述，由于采用了上述技术方案，本发明的有益效果是：

59、1.本发明通过暗场显微成像在线提取网点边缘粗糙度、肩部倾角和底部填充率等微结构参数，并反演生成印刷压力分布图和油墨转移率分布图，实现了对印刷品微观形貌的定量表征；通过将滚筒相位编码器与成像行触发同步，建立了滚筒相位与检测位置的周向映射，使压力异常区域能够转换到滚筒周向坐标系进行分析；

60、2.本发明通过分析压力异常区域的周期性分布模式并与速度波动进行时序比对，能够自动判定缺陷与滚筒机械状态的关联类型，并分离速度波动引起的动态压力异常与机械磨损或印版缺陷引起的静态压力异常，从而由缺陷特征直接追溯缺陷产生的工艺环节；最终根据关联类型、缺陷工艺环节及网点微结构参数退化趋势生成分级处理指令，实现印版更换预警、滚筒动平衡调整和供墨压力修正的精准决策，显著缩短了缺陷检出后的故障诊断时间，降低了印刷机非计划停机损失和废品率。