一种柔印首件的缺陷评估方法技术

本发明专利技术提供一种柔印首件的缺陷评估方法，包括字符检测和脏污检测，其中，所述字符检测包括以下步骤：S1：基于电子样稿和柔印首件的字符位置对应构建电子样稿字符库和柔印首件字符库；S2：分别将电子样稿字符和柔印首件字符输入预构建的深度评估网络，得到字符检测结果，完成字符检测；所述脏污检测包括以下步骤：对柔印首件的图像进行时频转换、高斯滤波和Blob分析，得到脏污检测结果，完成脏污检测；根据字符检测结果和脏污检测结果得到柔印首件的缺陷评估结果。本发明专利技术提供一种柔印首件的缺陷评估方法，解决了目前柔印首检采用人工质检容易产生误检的问题。容易产生误检的问题。容易产生误检的问题。

【技术实现步骤摘要】
一种柔印首件的缺陷评估方法


[0001]本专利技术涉及纺织工业检测
，更具体的，涉及一种柔印首件的缺陷评估方法。

技术介绍

[0002]柔性印刷是一种使用具有弹性的凸版的印刷方法，在印刷时先由输墨辊将油墨输送给传墨辊，然后传墨辊将油墨均匀、稳定地涂刷在印版滚筒表面上，当承印材料通过印版滚筒和压印滚筒时，印版上的图文转移到承印材料上，从而获得清晰图文。柔版印刷生产效率高，其生产速度通常达到100米每秒，远远高于凸版印刷的方式。柔版印刷的承印材料范围广，织物以及其他复合材料均可采用柔版印刷。
[0003]柔性印刷过程会由于机器故障、油墨故障不可避免地产生缺陷，因此柔印标签的批量生产前，工人每次换班、换产以及设备装调后，都必须经历柔印首检工艺，即印刷的第一件或前几件柔印产品都必须与电子样稿比对检查，以检查柔印产品的印刷质量。
[0004]目前柔印首检采用人工三检制：自检、互检和专检。但标签的字符涉及世界各地的语言，且平均每个标签超过200多个字符，这既导致人工质检效率低下，也十分容易产生漏检误检。
[0005]另外，柔印标签的衬底为织物，具有大量细小的孔隙，而衬底材质厚薄不一导致印刷受力不均，样品的字符图案会发生轻微的形变，且柔性版通过网纹传墨辊传递油墨施印时，受生产工艺的限制，其印制成品的字符内容与电子样稿相比存在视觉差异，也极易产生误检。

技术实现思路

[0006]本专利技术为克服目前柔印首检采用人工质检容易产生误检的技术缺陷，提供一种柔印首件的缺陷评估方法。
[0007]为解决上述技术问题，本专利技术的技术方案如下：
[0008]一种柔印首件的缺陷评估方法，包括字符检测和脏污检测，其中，所述字符检测包括以下步骤：
[0009]S1：基于电子样稿和柔印首件的字符位置对应构建电子样稿字符库和柔印首件字符库；
[0010]S2：分别将电子样稿字符和柔印首件字符输入预构建的深度评估网络，得到字符检测结果，完成字符检测；
[0011]所述脏污检测包括以下步骤：对柔印首件的图像进行时频转换、高斯滤波和Blob分析，得到脏污检测结果，完成脏污检测；
[0012]根据字符检测结果和脏污检测结果得到柔印首件的缺陷评估结果。
[0013]上述方案中，通过构建电子样稿字符库和柔印首件字符库避免框选的边距不一的问题，消除四周可能存在的大面积伪缺陷；并且通过深度评估网络对柔印首件、电子样稿的
对应字符进行较为包容的缺陷检测，大大提高了鲁棒性，减小因生产工艺上客观存在的视觉差异的影响，降低了误检率，提高了检测准确率。同时，通过将字符和脏污按照不同的方式进行检测，即对于字符内容，使用深度学习的方式进行检测，对于纹理衬底，通过精细的疵点检测，实现精准定位，从而在保证检测的准确率下，提高检测效率。
[0014]优选的，所述电子样稿的字符位置通过投影法获取。
[0015]优选的，构建所述电子样稿字符库的步骤具体为：
[0016]在电子样稿上建立直角坐标系，沿字符的均匀分布方向为横轴；在纵坐标方向上，沿横坐标方向统计电子样稿上像素值为0的像素个数，得到纵坐标直方图，根据纵坐标直方图的分布情况计算每一行字符的位置；然后对每一行字符沿纵坐标统计像素值为0的像素个数，得到横坐标直方图，获取对应行中字符的宽度以及字符距离纵轴的距离；根据字符的位置、字符的宽度以及字符距离纵轴的距离获取字符外接矩形左上角和右下角的坐标，根据外接矩形的坐标将外接矩形上的字符截取保存，构建电子样稿字符库。
[0017]优选的，采用字符定位网络获取柔印首件的字符位置，所述字符定位网络用于检测单个字符及字符间的连接关系，并根据检测结果确定字符位置。
[0018]优选的，所述字符定位网络包括特征提取网络和解码器；
[0019]其中，所述特征提取网络包括依次连接的第一卷积阶段、第二卷积阶段、第三卷积阶段、第四卷积阶段和第五卷积阶段，每个卷积阶段分别包括卷积操作和最大池化操作；
[0020]所述解码器包括第一上采样模块、第二上采样模块、第三上采样模块、第四上采样模块和卷积模块；
[0021]在所述字符定位网络中，将第五卷积阶段的输出与自身进行堆叠后输入第四上采样模块，将第四上采样模块的输出与第四卷积阶段的输出堆叠后输入第三上采样模块，将第三上采样模块的输出与第三卷积阶段的输出堆叠后输入第二上采样模块，将第二上采样模块的输出与第二卷积阶段的输出堆叠后输入第一上采样模块完成最后一次上采样操作后输入到卷积模块中，最终输出预测的字符区域得分和连接关系得分，根据预测的字符区域得分和连接关系得分确定字符位置，并截取得到柔印首件的字符图像。
[0022]优选的，所述字符定位网络的置信度映射s
conf
(w)为：
[0023][0024]根据置信度映射获取图像像素置信度S
c
(p)：
[0025][0026]构建所述字符定位网络的目标函数L：
[0027][0028]其中，l(w)表示字符w的长度，l
c
(w)表示预测的字符w的长度，p表示R(w)的像素，R(w)表示字符w所在的字符边界框区域，S
r
(p)表示预测的字符区域得分，表示实际的字符区域得分，S
a
(p)表示预测的连接关系得分，表示实际的连接关系得分。
[0029]优选的，所述深度评估网络包括两个VGG
‑
16网络，分别用于电子样稿字符和柔印
首件字符的检测；
[0030]在所述深度评估网络中，将电子样稿字符库和柔印首件字符库的对应字符图像输入不同的VGG
‑
16网络，然后将两个VGG
‑
16网络的输出进行堆叠，并让其经过反卷积层和全连接层得到分割结果作为字符检测结果。
[0031]优选的，两个VGG
‑
16网络的权重共享。
[0032]优选的，所述深度评估网络的损失函数Loss为：
[0033]Loss＝Dice_loss+CE_loss
[0034]Dice_loss＝1
‑
Dice
[0035][0036][0037]其中，Dice表示dice系数，Dice_loss表示dice损失函数，N表示像素点总个数，y
i
＝{0,1}表示实际的二元标签，表示预测的二元标签，CE_loss表示二元交叉熵损失函数，表示输出属于标签的概率。
[0038]优选的，脏污检测的步骤具体为：
[0039]首先采用傅里叶变换将柔印首件的图像的空间域特征转换为频域特征，然后通过高斯滤波获取图像的高频特征，最后通过Blob分析分割滤波后的图像，计算图像中每个区域的灰度共生矩阵，根据能量筛选缺陷，得到二值脏污分割图作为脏污检测结果，完成脏污检测。
[0040]与现有技术相比，本专利技术技术方案的有益效果是：
[0041]本专利技术提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柔印首件的缺陷评估方法，其特征在于，包括字符检测和脏污检测，其中，所述字符检测包括以下步骤：S1：基于电子样稿和柔印首件的字符位置对应构建电子样稿字符库和柔印首件字符库；S2：分别将电子样稿字符和柔印首件字符输入预构建的深度评估网络，得到字符检测结果，完成字符检测；所述脏污检测包括以下步骤：对柔印首件的图像进行时频转换、高斯滤波和Blob分析，得到脏污检测结果，完成脏污检测；根据字符检测结果和脏污检测结果得到柔印首件的缺陷评估结果。2.根据权利要求1所述的一种柔印首件的缺陷评估方法，其特征在于，所述电子样稿的字符位置通过投影法获取。3.根据权利要求2所述的一种柔印首件的缺陷评估方法，其特征在于，构建所述电子样稿字符库的步骤具体为：在电子样稿上建立直角坐标系，沿字符的均匀分布方向为横轴；在纵坐标方向上，沿横坐标方向统计电子样稿上像素值为0的像素个数，得到纵坐标直方图，根据纵坐标直方图的分布情况计算每一行字符的位置；然后对每一行字符沿纵坐标统计像素值为0的像素个数，得到横坐标直方图，获取对应行中字符的宽度以及字符距离纵轴的距离；根据字符的位置、字符的宽度以及字符距离纵轴的距离获取字符外接矩形左上角和右下角的坐标，根据外接矩形的坐标将外接矩形上的字符截取保存，构建电子样稿字符库。4.根据权利要求1所述的一种柔印首件的缺陷评估方法，其特征在于，采用字符定位网络获取柔印首件的字符位置，所述字符定位网络用于检测单个字符及字符间的连接关系，并根据检测结果确定字符位置。5.根据权利要求4所述的一种柔印首件的缺陷评估方法，其特征在于，所述字符定位网络包括特征提取网络和解码器；其中，所述特征提取网络包括依次连接的第一卷积阶段、第二卷积阶段、第三卷积阶段、第四卷积阶段和第五卷积阶段，每个卷积阶段分别包括卷积操作和最大池化操作；所述解码器包括第一上采样模块、第二上采样模块、第三上采样模块、第四上采样模块和卷积模块；在所述字符定位网络中，将第五卷积阶段的输出与自身进行堆叠后输入第四上采样模块，将第四上采样模块的输出与第四卷积阶段的输出堆叠后输入第三上采样模块，将第三上采样模块的输出与第三卷积阶段的输出堆叠后输入第二上采样模块，将第二上采样模块的输出与第二卷积阶段的输出堆叠后输入第一上采样模块完成最后一次上采样操作后输入到卷积模块中，最终输出预测的字符区域得分和连接关系得分，根据预测的字...

【专利技术属性】
技术研发人员：蔡念，燕舒乐，龙进良，肖盼，王晗，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：