一种图像差异检测方法及装置与流程

1.本技术涉及图像处理技术领域，具体而言，涉及一种图像差异检测方法及装置。


背景技术：

2.打印机是计算机的输出设备之一，它能将计算机的运算结果或中间结果以人所能识别的数字、字母、符号和图形等，依照规定的格式印在纸上的设备。打印机正向轻、薄、短、小、低功耗、高速度和智能化方向发展。随着打印机的不断更新换代，对于打印机的打印效果要求越来越高，如何评价打印机的打印效果就变得尤为重要。目前，在对打印机的打印效果进行检测时，主要是通过检测人员的肉眼进行人工评判。
3.然而，通过检测人员的肉眼来判断打印机的打印效果时，随着检测时间的增长，检测人员会产生视觉疲劳，导致检测准确度不稳定、检测速度慢的问题。


技术实现要素：

4.有鉴于此，本技术的目的在于提供一种图像差异检测方法及装置，以解决在人工检测打印机的打印效果时，检测准确度不稳定、检测速度慢的问题。
5.第一方面，本技术实施例提供了一种图像差异检测方法，包括：
6.按照相同的分割方式分别对待检测图像以及待检测图像对应的目标原稿件进行分割，获取多个待检测子图像块以及相同数量的多个子原稿件块；
7.针对每个子原稿件块进行变形处理，获取该子原稿件块对应的多个变形子原稿件块；
8.针对每个子原稿件块，将该子原稿件块对应的多个变形子原稿件块分别与对应位置的目标待检测子图像块进行匹配，选取匹配度最高的变形子原稿件块作为该子原稿件块的目标子原稿件块；
9.按照每个目标子原稿件块在对应位置的目标待检测子图像块上的坐标，将多个目标子原稿件块组合起来获取重组原稿件；
10.将重组原稿件与待检测图像进行对比，对待检测图像上的形状缺陷及颜色缺陷进行标记。
11.可选地，按照相同的分割方式分别对待检测图像以及待检测图像对应的目标原稿件进行分割，获取多个待检测子图像块以及相同数量的多个子原稿件块之前，还包括：获取待检测文件的初始扫描图像；对初始扫描图像中的目标区域进行矫正及截取处理，获取待检测图像，目标区域是初始扫描图像中文字和图片内容所在的矩形区域；对待检测图像的指定区域进行识别，确定待检测文件的稿件编号；从多个原稿件中获取与稿件编号对应目标原稿件。
12.可选地，对初始扫描图像中的目标区域进行矫正及截取处理，获取待检测图像，包括：对初始扫描图像进行二值化以及形态学处理，获取二值扫描图像；对二值扫描图像进行边缘检测处理，确定二值扫描图像中目标区域的旋转角度以及最小外接矩阵；利用旋转角
度以及最小外接矩阵，对初始扫描图像中的目标区域进行旋转及截取处理，获取待检测图像。
13.可选地，对二值扫描图像进行边缘检测处理，确定二值扫描图像中目标区域的旋转角度，包括：对二值扫描图像进行图像边缘检测处理，确定二值扫描图像中目标区域的边缘信息；基于边缘信息，利用直线检测算法获取目标区域中的多条目标直线；针对每条目标直线，确定该目标直线与水平方向所成的夹角；选取多个夹角中处于中位数的夹角作为目标区域的旋转角度。
14.可选地，针对每个子原稿件块，将该子原稿件块对应的多个变形子原稿件块分别与对应位置的目标待检测子图像块进行匹配，选取匹配度最高的变形子原稿件块作为该子原稿件块的目标子原稿件块，包括：针对每个变形子原稿件块，将该变形子原稿件块按照设定步长逐渐由目标待检测子图像块的边缘向中心位置移动，基于每次移动后该变形子原稿件块上每个像素点与目标待检测子图像块上对应位置的像素点的色差距离确定候选色差距离；针对每个变形子原稿件块，选取多个候选色差距离中数值最小的色差距离作为该变形子原稿件块的目标色差距离；将多个变形子原稿件块对应的目标色差距离中数值最小的目标色差距离对应的变形子稿件块作为目标待检测子图像块对应的匹配度最高的目标子原稿件块。
15.可选地，将重组原稿件与待检测图像进行对比，对待检测图像上的形状缺陷及颜色缺陷进行标记，包括：对重组原稿件以及待检测图像进行二值化预处理，获取二值重组原稿件以及二值待检测图像；对重组原稿件以及待检测图像进行灰度化预处理，获取灰度重组原稿件以及灰度待检测图像；针对二值重组原稿件上的每个像素点与对应位置的二值待检测图像上的像素点进行像素值比较，确定二值待检测图像中的形状缺陷区域，在待检测图像中对形状缺陷区域进行标记；将灰度重组原稿件上每个像素点在颜色空间中的值与灰度待检测图像上对应位置的像素点在颜色空间中的值的欧氏距离作为该像素点的色差值，基于多个色差值确定灰度待检测图像中的颜色缺陷区域，在待检测图像中对颜色缺陷区域进行标记。
16.可选地，针对二值重组原稿件上的每个像素点与对应位置的二值待检测图像上的像素点进行像素值比较，确定二值待检测图像中的形状缺陷区域，包括：针对二值待检测图像中的每个像素点，将该像素点的像素值与对应位置的二值重组原稿件上的像素点的像素值进行异或计算，确定多个像素值不相等的形状差异像素点；对二值待检测图像进行轮廓检测获取多个形状差异像素点对应的形状差异区域，确定形状差异区域的面积是否大于设定面积阈值；若大于设定面积阈值，则确定该形状差异区域为二值待检测图像中的形状缺陷区域。
17.可选地，基于多个色差值确定灰度待检测图像中的颜色缺陷区域，包括：针对灰度待检测图像中的每个像素点，确定该像素点对应的色差值是否大于色差阈值；若大于色差阈值，则将该像素点作为颜色差异像素点；对灰度待检测图像进行轮廓检测获取多个颜色差异像素点对应的颜色差异区域，确定颜色差异区域的面积是否大于设定面积阈值；若大于设定面积阈值，则确定该颜色差异区域为灰度待检测图像中的颜色缺陷区域。
18.可选地，按照每个目标子原稿件块在对应位置的目标待检测子图像块上的坐标，将多个目标子原稿件块组合起来获取重组原稿件，包括：针对每个目标子原稿件块，确定该
目标子原稿件块中每个顶点在该目标子原稿件块对应的目标待检测子图像块上的坐标，多个目标待检测子图像块处于同一坐标系中；按照子原稿件块在目标原稿件中的位置，对目标子原稿件块进行编号；基于每个目标子原稿件块中多个顶点的坐标，将多个目标子原稿件块按照编号顺序依次摆放在一起，获取重组原稿件。
19.第二方面，本技术实施例还提供了一种图像差异检测装置，所述装置包括：
20.分割模块，用于按照相同的分割方式分别对待检测图像以及待检测图像对应的目标原稿件进行分割，获取多个待检测子图像块以及相同数量的多个子原稿件块；
21.变形模块，用于针对每个子原稿件块进行变形处理，获取该子原稿件块对应的多个变形子原稿件块；
22.匹配模块，用于针对每个子原稿件块，将该子原稿件块对应的多个变形子原稿件块分别与对应位置的目标待检测子图像块进行匹配，选取匹配度最高的变形子原稿件块作为该子原稿件块的目标子原稿件块；
23.重组模块，用于按照每个目标子原稿件块在对应位置的目标待检测子图像块上的坐标，将多个目标子原稿件块组合起来获取重组原稿件；
24.标记模块，用于将重组原稿件与待检测图像进行对比，对待检测图像上的形状缺陷及颜色缺陷进行标记。
25.本技术实施例带来了以下有益效果：
26.本技术实施例提供的一种图像差异检测方法及装置，能够将目标原稿件分割成多个子原稿件块，针对每个子原稿件块进行变形处理获得与待检测子图像块匹配度最高的目标子原稿件块，由多个目标子原稿件块组合得到与待检测图像匹配度最高的重组原稿件，利用重组原稿件对待检测图像进行缺陷标记，整个过程无需人工参与，与现有技术中的图像差异检测方法相比，解决了在人工检测打印机的打印效果时，检测准确度不稳定、检测速度慢的问题。同时，由于重组原稿件与待检测图像具有很高的匹配度，能够在进行比对时过滤掉除打印机自身外的其他因素对打印效果产生的影响，提升检测的准确性。
27.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
28.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
29.图1示出了本技术实施例所提供的图像差异检测方法的流程图；
30.图2示出了本技术实施例所提供的目标原稿件以及待检测图像的分割示意图；
31.图3示出了本技术实施例所提供的二值扫描图像中目标直线的示意图；
32.图4示出了本技术实施例所提供的图像差异检测装置的结构示意图。
具体实施方式
33.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例
中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本技术保护的范围。
34.值得注意的是，在本技术提出之前，打印机是计算机的输出设备之一，它能将计算机的运算结果或中间结果以人所能识别的数字、字母、符号和图形等，依照规定的格式印在纸上的设备。打印机正向轻、薄、短、小、低功耗、高速度和智能化方向发展。随着打印机的不断更新换代，对于打印机的打印效果要求越来越高，如何评价打印机的打印效果就变得尤为重要。目前，在对打印机的打印效果进行检测时，主要是通过检测人员的肉眼进行人工评判。然而，通过检测人员的肉眼来判断打印机的打印效果时，随着检测时间的增长，检测人员会产生视觉疲劳，导致检测准确度不稳定、检测速度慢的问题。
35.基于此，本技术实施例提供了一种图像差异检测方法，以提高在人工检测打印机的打印效果时，检测准确度的稳定性以及检测速度。
36.请参阅图1，图1为本技术实施例所提供的一种图像差异检测方法的流程图。如图1所示，本技术实施例提供的图像差异检测方法，包括：
37.步骤s101，按照相同的分割方式分别对待检测图像以及待检测图像对应的目标原稿件进行分割，获取多个待检测子图像块以及相同数量的多个子原稿件块。
38.该步骤中，分割方式可指分割图像的方式，分割方式用于确定被分割成的子区域的数量以及每个子区域的分割位置。
39.作为示例，分割方式可以是根据图像尺寸进行分割，也可以是根据图像内容进行分割。
40.待检测图像可指待检测文件的图像，待检测图像是待检测文件的电子版，用于与目标原稿件进行比对确定待检测文件的图像缺陷，待检测图像是经过图像预处理后得到的图像。
41.示例性的，待检测图像是待检测文件的扫描图像。
42.待检测文件可指打印文件，是打印机打印出来的文件，通过待检测图像的检测结果，可以确定待检测文件是否存在打印缺陷，以对打印机的打印效果进行评定。
43.目标原稿件可指待检测文件对应的原始稿件的电子版，打印机对目标原稿件进行打印后获得待检测文件，目标原稿件用于作为检测标准对待检测图像进行检测。
44.目标原稿件是已经去白的原稿件，即，去除稿件四周边缘处的白色区域的稿件。
45.在本技术实施例中，以按照图像尺寸进行分割为例，在分割图像前首先确定目标原稿件以及待检测图像的尺寸，然后，将目标原稿件以及待检测图像缩放至相同大小后，例如：均缩放至a4大小，再进行图像分割处理。
46.具体的，可将待检测图像分割成3
×
3共9个子区域，每个子区域对应一个待检测子图像块，按照相同的分割方式也将目标原稿件分割成3
×
3共9个子区域，每个子区域对应一个子原稿件块。其中，每个子区域的大小可以相同，也可以不相同，但是每个待检测子图像块的大小及位置与每个子原稿件块的大小及位置是相对应的，且待检测子图像块的大小要
略大于子原稿件块的大小，目的是防止子原稿件块的四个顶点超出待检测子图像块的范围，无法确定子原稿件块在待检测子图像块中的坐标位置。
47.下面参照图2来介绍待检测图像以及目标原稿件的分割过程。
48.图2示出了本技术实施例所提供的目标原稿件以及待检测图像的分割示意图。
49.如图2所示，目标原稿件210与待检测图像220均被分割成9个子区域，子原稿件块211为目标原稿件210的第一个子区域，待检测图像220的第一个子区域的大小与子原稿件块211的大小相同，但为了让待检测子图像块的大小要略大于子原稿件块的大小，需要将待检测图像220的第一个子区域的边缘向外扩展得到待检测子图像块221，以保证后续匹配时能够进行准确定位。
50.这里，将目标原稿件210对应的多个子原稿件块分别编号为a1、a2、a3、a4、a5、a6、a7、a8、a9，将待检测图像220对应的多个待检测子图像块分别编号为b1、b2、b3、b4、b5、b6、b7、b8、b9。
51.在一可选实施例中，按照相同的分割方式分别对待检测图像以及待检测图像对应的目标原稿件进行分割，获取多个待检测子图像块以及相同数量的多个子原稿件块之前，还包括：获取待检测文件的初始扫描图像；对初始扫描图像中的目标区域进行矫正及截取处理，获取待检测图像，目标区域是初始扫描图像中文字和图片内容所在的矩形区域；对待检测图像的指定区域进行识别，确定待检测文件的稿件编号；从多个原稿件中获取与稿件编号对应目标原稿件。
52.这里，待检测图像是对待检测文件的扫描图像进行图形预处理后的到的图像。
53.具体的，可使用扫描仪对待检测文件进行扫描，即，对打印稿进行扫描，获取初始扫描图像。在扫描过程中因为待检测文件摆放位置不合适或者扫描仪本身的问题，可能导致初始扫描图像中文字内容的位置发生偏移或者初始扫描图像中出现图像噪声的问题，需要对初始扫描图像进行图像预处理，以消除上述非打印机导致的问题，并去除初始扫描图像边缘的空白区域，获取只包含目标区域的待检测图像。
54.同时，由于稿件编号被标注在待检测文件的指定区域内，因此，可对初始扫描图像中的指定区域进行文字识别(optical character recognition，ocr)，确定待检测文件的稿件编号，然后，从数据库中获取该稿件编号对应的原稿件的电子版，将该原稿件的电子版作为目标原稿件。
55.在一可选实施例中，对初始扫描图像中的目标区域进行矫正及截取处理，获取待检测图像，包括：对初始扫描图像进行二值化以及形态学处理，获取二值扫描图像；对二值扫描图像进行边缘检测处理，确定二值扫描图像中目标区域的旋转角度以及最小外接矩阵；利用旋转角度以及最小外接矩阵，对初始扫描图像中的目标区域进行旋转及截取处理，获取待检测图像。
56.这里，二值化处理可指将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。
57.形态学处理可指对经过二值化处理后的初始扫描图像进行先腐蚀、在膨胀的处理过程，形态学处理用于消除初始扫描图像中的噪声。
58.边缘检测可指对图像的边缘进行检测，边缘检测用于识别数字图像中亮度变化明显的点，确定最外层轮廓的最小外接矩阵。
59.作为示例，边缘检测可以是通过边缘检测算子来实现。
60.示例性的，边缘检测算子包括但不限于：canny算子、laplacian算子、sobel算子。
61.在本技术实施例中，可以利用确定的旋转角度和最小外接矩阵，按照先旋转再截取的顺序对目标区域进行处理获得待检测图像，也可以按照先截取再旋转的顺序对目标区域进行处理获得待检测图像。
62.以先旋转再截取的顺序为例，第一步，先进行旋转处理。首先对初始扫描图像进行二值化以及形态学处理得到二值扫描图像，去掉初始扫描图像中的噪声，同时将彩色图像变为黑白图像也能降低计算时占用的资源，提高计算效率，然后，使用canny算子对二值扫描图像进行边缘检测，根据检测结果确定旋转角度利用旋转角度在初始扫描图像中对目标区域进行旋转获取矫正后的初始扫描图像。
63.需要说明的是，二值扫描图像并不会被保存下来，二值扫描图像起到过渡的作用，目的是为了确定旋转角度，并将确定的旋转角度应用到初始扫描图像中。
64.第二步，进行截取处理。首先对经过矫正后的初始扫描图像进行二值化及形态学处理得到矫正后的二值扫描图像，然后，使用canny算子对矫正后的二值扫描图像进行边缘检测，确定目标区域的最小外接矩阵，在矫正后的初始扫描图像上截取最小外接矩阵对应的区域，获取待检测图像。
65.需要说明的是，按照先截取再旋转的顺序对目标区域进行处理获得待检测图像的步骤与上述处理过程相同，只是先后顺序有所变化，这里不再赘述。
66.在一可选实施例中，对二值扫描图像进行边缘检测处理，确定二值扫描图像中目标区域的旋转角度，包括：对二值扫描图像进行图像边缘检测处理，确定二值扫描图像中目标区域的边缘信息；基于边缘信息，利用直线检测算法获取目标区域中的多条目标直线；针对每条目标直线，确定该目标直线与水平方向所成的夹角；选取多个夹角中处于中位数的夹角作为目标区域的旋转角度。
67.这里，直线检测算法可指能够识别出目标区域中的直线的检测算法。
68.示例性的，直线检测算法包括但不限于：霍夫变换、lsd算法。
69.边缘信息可指边缘像素点的位置信息，边缘信息用于确定目标直线。
70.下面参照图3来介绍旋转角度的确定过程。
71.图3示出了本技术实施例所提供的二值扫描图像中目标直线的示意图。
72.如图3所示，首先建立直角坐标系，该直角坐标系的顶点为二值扫描图像的左下角的顶点o，直角坐标系的水平正方向为二值扫描图像底边oa指示的方向，直角坐标系的竖直正方向为二值扫描图像侧边ob指示的方向，然后，利用canny算子对二值扫描图像中目标区域的文字边缘及图像边缘进行检测，可以确定多个边缘点的位置，使用霍夫变换算法可以确定通过上述多个边缘点的多条目标直线，多条目标直线分别为虚线301、虚线302以及虚线303，并分别确定虚线301与水平方向的夹角
ɑ
，虚线302与水平方向的夹角β，虚线303与水平方向的夹角γ，选取
ɑ
、β、γ中处于中位数的夹角作为旋转角度，例如：将β作为旋转角度，则将目标区域按照逆时针旋转90-β度后获得待检测图像。
73.步骤s102，针对每个子原稿件块进行变形处理，获取该子原稿件块对应的多个变形子原稿件块。
74.该步骤中，变形处理可指小幅度的旋转和缩放处理，变形处理用于获取子原稿件
块对应的多个变形子原稿件块。
75.小幅度的旋转处理可指旋转幅度在-1
°
～1
°
之间的旋转处理。
76.小幅度的缩放处理可指缩放比例在0.9～1.1之间的缩放处理。
77.以上述示例为例，多个子原稿件块分别为a1、a2、a3、a4、a5、a6、a7、a8、a9，针对a1子原稿件块进行变形处理获得a
11
、a
12
、a
13
……a1n
共n个变形子原稿件块，针对a2子原稿件块进行变形处理获得a
21
、a
22
、a
23
……a2n
共n个变形子原稿件块，依此类推，每个子原稿件块均对应有n个变形子原稿件块。
78.在本技术实施例中，可以选定角度间隔以及缩放间隔，每进行一次角度间隔的旋转以及缩放比例的尺寸缩放后，便确定一个变形子原稿件块，以子原稿件块a1为例，将角度间隔设定为0.2
°
，将缩放间隔设定为0.2，若a
11
为将子原稿件块a1旋转-1
°
且缩放至0.9倍后得到的变形子原稿件块，则a
12
为将子原稿件块a1旋转-1
°
且缩放至0.92倍后得到的变形子原稿件块，a
13
为将子原稿件块a1旋转-1
°
且缩放至为0.94倍后得到的变形子原稿件块，依此类推，可以得到多个旋转-1
°
且缩放比例不同的变形子原稿件块。同理，可以得到多个旋转-0.8
°
且缩放比例不同的变形子原稿件块、多个旋转-0.6
°
且缩放比例不同的变形子原稿件块，直至获得子原稿件块a1对应的全部的变形子原稿件块。
79.重复上述步骤，可以获得每个子原稿件块各自对应的多个变形子原稿件块。
80.步骤s103，针对每个子原稿件块，将该子原稿件块对应的多个变形子原稿件块分别与对应位置的目标待检测子图像块进行匹配，选取匹配度最高的变形子原稿件块作为该子原稿件块的目标子原稿件块。
81.该步骤中，对应位置可指图像的分割位置相对应。
82.对应位置的目标待检测子图像块可指与子原稿件块位置对应的待检测子图像块。
83.作为示例，与子原稿件块a1位置对应的待检测子图像块为b1，b1为子原稿件块a1的目标待检测子图像块；与子原稿件块a2位置对应的待检测子图像块为b2，b2为子原稿件块a2的目标待检测子图像块。
84.匹配度可指色值的匹配度，匹配度用于确定重叠部分的颜色差异程度。
85.色值可指一种颜色指的是该种颜色在不同的颜色模式中所对应的颜色值。如红色在rgb颜色模式中所对应的值就是255，0，0。
86.在本技术实施例中，以子原稿件块a1为例，它的多个变形子原稿件块分别为a
11
、a
12
、a
13
……a1n
，则将a
11
、a
12
、a
13
……a1n
分别与待检测子图像块b1进行匹配，确定每个变形子原稿件块与待检测子图像块b1的匹配度，将匹配度最高的变形资源稿件块作为子原稿件块a1的目标子原稿件块。
87.在一可选实施例中，针对每个子原稿件块，将该子原稿件块对应的多个变形子原稿件块分别与对应位置的目标待检测子图像块进行匹配，选取匹配度最高的变形子原稿件块作为该子原稿件块的目标子原稿件块，包括：针对每个变形子原稿件块，将该变形子原稿件块按照设定步长逐渐由目标待检测子图像块的边缘向中心位置移动，基于每次移动后该变形子原稿件块上每个像素点与目标待检测子图像块上对应位置的像素点的色差距离确定候选色差距离；针对每个变形子原稿件块，选取多个候选色差距离中数值最小的色差距离作为该变形子原稿件块的目标色差距离；将多个目标色差距离中数值最小的目标色差距离对应的变形子稿件块作为目标待检测子图像块对应的匹配度最高的目标子原稿件块。
88.这里，色差距离可指两个像素点的色值差异，色差距离用于表征色值差异的大小，色差距离越大表示色值差异越大，色值距离越小表示色值差异越小。
89.作为示例，色差距离可以是两个色值的欧式距离。
90.示例性的，两个色值分别为【0，10，0】以及【10，0，0】，则它们的色差距离为3.162278。
91.以上述示例为例，将子原稿件块a1的多个变形子原稿件a
11
、a
12
、a
13
……a1n
，中的a
11
从目标待检测子图像块b1的左上角向中心位置移动，每次移动1毫米，并在每次移动后计算a
11
上每个像素点与b1上对应位置的像素点的色差距离，将多个像素点对应的色差距离之和作为候选色差距离，假设，a
11
从目标待检测子图像块b1的左上角向中心位置共移动了100次，每次移动都得到一个候选色差距离，共有100个候选色差距离，从这100个候选色差距离中选取数值最小的候选色差距离作为变形子原稿件a
11
的目标色差距离，并记录目标色差距离对应的变形子原稿件a
11
的四个顶点在目标待检测子图像块b1上的坐标位置。
92.依此类推，可以确定多个变形子原稿件a
11
、a
12
、a
13
……a1n
分别对应的目标色差距离a
11
、a
12
、a
13
……a1n
，以及每个目标色差距离对应的变形子原稿件在目标待检测子图像块b1上的坐标位置。
93.其中，目标色差距离的数值越小代表匹配度越高，因此，从多个目标色差距离a
11
、a
12
、a
13
……a1n
中选取数值最小的目标色差距离对应的变形子稿件块作为目标待检测子图像块b1对应的匹配度最高的目标子原稿件块。假设，a
12
的数值最小，则选取a
12
作为目标子原稿件块，并将a
12
在移动过程中色差距离为目标色差距离a
12
时，a
12
的四个顶点在目标待检测子图像块b1上的坐标位置作为目标位置。
94.这样，可以分别确定子原稿件块a1、a2、a3、a4、a5、a6、a7、a8、a9各自对应的目标子原稿件块以及每个目标子原稿件块在对应的目标待检测子图像块的目标位置。
95.步骤s104，按照每个目标子原稿件块在对应位置的目标待检测子图像块上的坐标，将多个目标子原稿件块组合起来获取重组原稿件。
96.该步骤中，目标子原稿件块在对应位置的目标待检测子图像块上的坐标指的是目标子原稿件块的四个顶点在对应位置的目标待检测子图像块上的坐标。
97.在一可选实施例中，按照每个目标子原稿件块在对应位置的目标待检测子图像块上的坐标，将多个目标子原稿件块组合起来获取重组原稿件，包括：针对每个目标子原稿件块，确定该目标子原稿件块中每个顶点在该目标子原稿件块对应的目标待检测子图像块上的坐标，多个目标待检测子图像块处于同一坐标系中；按照子原稿件块在目标原稿件中的位置，对目标子原稿件块进行编号；基于每个目标子原稿件块中多个顶点的坐标，将多个目标子原稿件块按照编号顺序依次摆放在一起，获取重组原稿件。
98.以上述示例为例，共可获得9个目标子原稿件块，这9个目标子原稿件块均为矩形，每个目标子原稿件块均有4个顶点，由于多个目标待检测子图像块处于同一坐标系中，因此，这9个目标子原稿件块的顶点坐标也处于同一坐标系中。
99.由于这9个目标子原稿件块均有对应的子原稿件块，可按照子原稿件块从上到下、从左到右的顺序，依次对子原稿件对应的目标子原稿件块进行编号，将这9个目标子原稿件块按照编号由小到大的顺序，依次组合在一起即可得到重组原稿件。具体的，按照四个顶点的坐标，先确定第1个目标子原稿件块的摆放位置，然后按照各自顶点的坐标，依次将第2个
目标子原稿件块、第3个目标子原稿件块
……
第9个目标子原稿件块与第一个目标子原稿件块摆放在一起，得到与待检测图像尺寸相同的重组原稿件。
100.可见，重组原稿件是由多个目标子原稿件块组成的，每个目标子原稿件块均经过变形处理，均与待检测图像中对应的区域进行匹配，降低了在对待检测文件扫描时导致的扫描变形的影响，能够更准确地对待检测图像进行比对。
101.步骤s105，将重组原稿件与待检测图像进行对比，对待检测图像上的形状缺陷及颜色缺陷进行标记。
102.该步骤中，重组原稿件是经过分区域变形匹配后得到的图像，能够更好地反映待检测图像应该达到的图像预期效果，因此，可将两者进行对比以确定待检测图像上的形状及颜色缺陷，并对缺陷进行标记。
103.在一可选实施例中，将重组原稿件与待检测图像进行对比，对待检测图像上的形状缺陷及颜色缺陷进行标记，包括：对重组原稿件以及待检测图像进行二值化预处理，获取二值重组原稿件以及二值待检测图像；对重组原稿件以及待检测图像进行灰度化预处理，获取灰度重组原稿件以及灰度待检测图像；针对二值重组原稿件上的每个像素点与对应位置的二值待检测图像上的像素点进行像素值比较，确定二值待检测图像中的形状缺陷区域，在待检测图像中对形状缺陷区域进行标记；将灰度重组原稿件上每个像素点在颜色空间中的值与灰度待检测图像上对应位置的像素点在颜色空间中的值的欧氏距离作为该像素点的色差值，基于多个色差值确定灰度待检测图像中的颜色缺陷区域，在待检测图像中对颜色缺陷区域进行标记。
104.这里，像素值可指图像被数字化时计算机赋予的值，像素值用于表征像素点的平均亮度信息，示例性的，像素值的取值范围是0～255。
105.对待检测图像上的形状缺陷及颜色缺陷进行标记前，首先要确定形状缺陷区域以及颜色缺陷区域，然后再进行标记，而在确定形状缺陷区域和颜色缺陷区域时，所需的图像是不同的，确定形状缺陷区域需要在二值化图像上进行处理，而确定颜色缺陷区域需要在灰度化图像上处理，因此，首先要获取两者的二值化图像以及灰度化图像。
106.获取重组原稿件以及待检测图像的二值化图像：由于重组原稿件和待检测图像都是彩色的，可先对两者进行图像预处理，图像预处理包括高斯滤波处理、灰度化处理以及二值化处理，以得到两者的黑白图像，即，二值重组原稿件以及二值待检测图像。其中，进行高斯滤波的目的是消除高斯噪声，得到平滑图像；灰度化处理的目的是将两者各个像素点的像素值调整到较小的存储范围0～255，便于存储和下一步的二值化处理；二值化处理的目的是得到黑白图像，以进行差异比较。由于上述的图像预处理过程均属于现有技术，这里不在赘述。
107.获取重组原稿件以及待检测图像的灰度化图像：这里仅对重组原稿件以及待检测图像进行高斯滤波处理及灰度化处理即可，以获取灰度重组原稿件以及灰度待检测图像。
108.针对形状缺陷，将二值重组原稿件上的每个像素点分别与二值待检测图像上对应位置的像素点进行比较，确定两个像素点像素值是否相同，根据多个像素值不相同的像素点确定形状缺陷区域，并在待检测图像中进行标记。这里，二值待检测图像的作用是用来确定形状缺陷区域，但不会在二值待检测图像上对形状缺陷区域进行标记。
109.针对颜色缺陷，提取灰度重组原稿件以及灰度待检测图像上像素值不等于0的像
素点获得提取后的灰度重组原稿件以及提取后的灰度待检测图像，其中，像素值为0表示该像素点为黑色，不在颜色对比范围内。然后，对提取后的灰度重组原稿件以及提取后的灰度待检测图像进行颜色空间转换，先从rgb空间转化到xyz空间，再由xyz空间转化到lab空间。
110.rgb空间可指rgb颜色空间，它是以r(red:红)、g(green:绿)、b(blue:蓝)三种基本色为基础，进行不同程度的叠加，产生丰富而广泛的颜色，所以俗称三基色模式。
111.xyz空间可指xyz颜色空间，在将rgb空间转化为lab空间时需要一个中间颜色空间参与，起到转化过渡的作用，这个中间颜色空间就是xyz空间。
112.lab(lab color space)空间可指lab颜色空间，在lab颜色空间中每个颜色用l、a、b三个数字表示。
113.由rgb空间转化到xyz空间可通过如下公式：
[0114][0115]
其中，x、y、z代表在xyz空间的坐标，r代表该像素点在r通道的值，g代表该像素点在g通道的值，b代表该像素点在b通道的值。
[0116]
由xyz空间转化为lab空间可通过如下公式：
[0117][0118][0119][0120]
其中，xn＝0.950456，yn＝1.0，zn＝1.088754，l
*
代表亮度，它是lab空间的中维度l上的取值，a
*
代表从绿色到红色的分量，它是lab空间的中维度a上的取值，b
*
代表从蓝色到黄色的分量，它是lab空间的中维度b上的取值，f(t)可通过如下公式计算：
[0121][0122]
由于从rgb空间转化到xyz空间，再由xyz空间转化为lab空间为现有技术，这里不再赘述。
[0123]
将灰度重组原稿件上的每个像素点分别与灰度待检测图像上对应位置的像素点进行比较，确定两个图像上同一像素点在色彩模型空间(lab)中的欧式距离，即，色差值，根据多个色差值的大小确定颜色缺陷区域，并在待检测图像中进行标记。这里，灰度待检测图像的作用是用来确定颜色缺陷区域，但不会在灰度待检测图像上对形状缺陷区域进行标记。
[0124]
其中，计算色差值得公式如下：
[0125][0126]
其中，δe表示色差值，l1、a1、b1表示灰度重组原稿件上某像素点在lab颜色空间中的值，l2、a2、b2表示灰度待检测图像上某像素点在lab颜色空间中的值。
[0127]
在一可选实施例中，针对二值重组原稿件上的每个像素点与对应位置的二值待检
测图像上的像素点进行像素值比较，确定二值待检测图像中的形状缺陷区域，包括：针对二值待检测图像中的每个像素点，将该像素点的像素值与对应位置的二值重组原稿件上的像素点的像素值进行异或计算，确定多个像素值不相等的形状差异像素点；对二值待检测图像进行轮廓检测获取多个形状差异像素点对应的形状差异区域，确定形状差异区域的面积是否大于设定面积阈值；若大于设定面积阈值，则确定该形状差异区域为二值待检测图像中的形状缺陷区域。
[0128]
这里，可先将二值待检测图像划分为多个二值子区域，然后依次确定每个二值子区域内是否存在形状缺陷区域。针对二值子区域内的每个像素点，将该像素点的像素值与二值重组源稿件上相同坐标下像素点的像素值进行异或计算，确定两个像素点的像素值是否相等，若相等则标记为0，若不相等则标记为1。对该子区域内取值为1的像素点进行轮廓检测，确定不相等的像素点对应的轮廓以及轮廓内的区域面积，若该区域面积大于预设的设定面积阈值，则将该轮廓内的区域确定为形状缺陷区域，并计算该形状缺陷轮廓的最小外接矩阵，在待检测图像中将该最小外接矩阵对应的区域标记出来，完成形状缺陷区域的标记。
[0129]
在一可选实施例中，基于多个色差值确定灰度待检测图像中的颜色缺陷区域，包括：针对灰度待检测图像中的每个像素点，确定该像素点对应的色差值是否大于色差阈值；若大于色差阈值，则将该像素点作为颜色差异像素点；对灰度待检测图像进行轮廓检测获取多个颜色差异像素点对应的颜色差异区域，确定颜色差异区域的面积是否大于设定面积阈值；若大于设定面积阈值，则确定该颜色差异区域为灰度待检测图像中的颜色缺陷区域。
[0130]
这里，从灰度待检测图像中提取色差值大于色差阈值的部分，对提取后的部分进行轮廓检测，并计算轮廓内的区域面积，若区域面积大于设定面积阈值，则计算该轮廓的最小外接矩阵，在待检测图像中将该最小外接矩阵对应的区域标记出来，完成颜色缺陷区域的标记。
[0131]
与现有技术中图像差异检测方法相比，本技术将目标原稿件分割成多个子原稿件块，针对每个子原稿件块进行变形处理获得与待检测子图像块匹配度最高的目标子原稿件块，由多个目标子原稿件块组合得到与待检测图像匹配度最高的重组原稿件，利用重组原稿件对待检测图像进行缺陷标记，整个过程无需人工参与，解决了在人工检测打印机的打印效果时，检测准确度不稳定、检测速度慢的问题。同时，由于重组原稿件与待检测图像具有很高的匹配度，能够在进行比对时过滤掉除打印机自身外的其他因素对打印效果产生的影响，提升检测的准确性。
[0132]
基于同一发明构思，本技术实施例中还提供了与图像差异检测方法对应的图像差异检测装置，由于本技术实施例中的装置解决问题的原理与本技术实施例上述图像差异检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
[0133]
请参阅图4，图4为本技术实施例所提供的一种图像差异检测装置的结构示意图。如图4中所示，所述图像差异检测装置400包括：
[0134]
分割模块401，用于按照相同的分割方式分别对待检测图像以及待检测图像对应的目标原稿件进行分割，获取多个待检测子图像块以及相同数量的多个子原稿件块；
[0135]
变形模块402，用于针对每个子原稿件块进行变形处理，获取该子原稿件块对应的多个变形子原稿件块；
[0136]
匹配模块403，用于针对每个子原稿件块，将该子原稿件块对应的多个变形子原稿件块分别与对应位置的目标待检测子图像块进行匹配，选取匹配度最高的变形子原稿件块作为该子原稿件块的目标子原稿件块；
[0137]
重组模块404，用于按照每个目标子原稿件块在对应位置的目标待检测子图像块上的坐标，将多个目标子原稿件块组合起来获取重组原稿件；
[0138]
标记模块405，用于将重组原稿件与待检测图像进行对比，对待检测图像上的形状缺陷及颜色缺陷进行标记。
[0139]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0140]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0141]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0142]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0143]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0144]
最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。