机器视觉技术给力应用-印刷缺陷检测系统工作过程简析

   在产品印刷过程中，由于工艺等原因，印刷品往往会出现色差、套印不准等现象，还会出现一些缺陷点、墨线、黑皮之类的外观缺陷，从而导致印刷次品的出现。印刷企业一般采用人工方法，在印中抽样及印后逐一进行目测的方法分拣次品，检测效率低、成本高、劳动强度大。

随着机器视觉技术的不断发展，行业逐步利用机器视觉系统来代替人进行印刷品缺陷检测，极大的提高了生产效率，降低生产成本，给力行业应用。下面，新西旺小编为您了解印刷品外观缺陷机器视觉检测与识别的主要过程。

一、图像采集及预处理

图像采集过程中，由于摄像机精度、照明环境等因素的影响，采集的图像会存在一定的随机噪声，从而导致图像失真。这里采用即可去掉尖锋干扰，又能保持边缘细节的加权中值滤波算法。确定一个像素个数为奇数的窗口W，先对窗口内各像素加权，某一像素加权值为m，即窗口像素灰度排队时该像素重复m个，再将窗口内的各像元按灰度值从大到小排列，再用其中间位置的灰度值代替原图像f（x，y）的中间值，得到增强图像g（x，y）。 

二、视觉检测 

视觉检测主要包含两部分，即缺陷检测及识别。印刷缺陷表现在图像上，即为采集图像缺陷处的灰阶值与标准图的差异。将采集图像的灰度值同标准图进行差分（像素值相减），判断其差值（两幅图灰阶值的相差程度）是否超出以预先设定的标准值范围，就能判断出这幅印刷品有无缺陷。 

缺陷识别过程，即差分完成后,得到一幅同采集图大小相同的差分图，其像素值是每两幅图像对应像素点的差值。随后，对差分图像进行逐行扫描，对缺陷点进行探测。当遇到缺陷点像素时（其值>0），用递归的方法遍历整个缺陷区域，同时记录下缺陷区的大小、尺寸。整个扫描过程完成后，递归的次数就是缺陷的个数。

利用基于PC的机器视觉系统代替人工进行印刷品检测，利用计算机精度高、速度快的特点，迅速而精确地检测出印刷品的外观缺陷，并对缺陷程度进行综合分析，从而判断印刷品是否为次品或废品。较之外观缺陷要困难得多的如色差、套印不准等缺陷的检测与识别问题，机器视觉印刷质量检测系统可以提高智能化信息处理能力，大大提高生产效率和生产的自动化程度，并且有效控制劳动力成本，同时其行业应用也将逐步加剧。