本发明专利技术涉及图像数据处理技术领域,具体涉及一种印刷制品质量的视觉检测系统,该系统包括存储器和处理器,处理器执行存储器存储的计算机程序,以实现如下步骤:确定待检测印刷制品对应的第一模糊边缘区域对应的灰度均值,进而确定最外层边缘中每个边缘像素点的灰度梯度;根据灰度梯度和灰度均值确定像素提取终止值,根据像素提取终止值和像素提取方向,确定第二模糊边缘区域,进而获得边缘清晰灰度图像;对边缘清晰灰度图像进行质量检测,获得待检测印刷制品的质量检测结果。本发明专利技术通过确定像素提取终止值,实现对模糊灰度图像进行边缘清晰处理,有助于提高确定边缘清晰灰度图像的效率,进一步节省了印刷制品的质量检测时间。进一步节省了印刷制品的质量检测时间。进一步节省了印刷制品的质量检测时间。
【技术实现步骤摘要】
一种印刷制品质量的视觉检测系统
[0001]本专利技术涉及图像数据处理
,具体涉及一种印刷制品质量的视觉检测系统。
技术介绍
[0002]印刷制品在生产过程中会产生各种各样的缺陷,例如,墨点、异物、印刷文字残缺、文字粘连等,这些缺陷不仅会影响印刷制品的美观,甚至可能会影响到客户的满意度。因此,需要对印刷制品成品进行质量检测。由于在采集印刷制品表面图像时,容易受灯光、人为失误等原因的影响,导致采集的印刷制品的表面图像模糊,为了提高质量检测结果的准确度,现有质量检测方法,先通过去模糊神经网络对采集的印刷制品表面图像进行边缘增强处理,获得去模糊图像,再根据去模糊图像进行印刷制品质量检测。
[0003]现有质量检测方法中的边缘增强处理方法,通过提取图像特征,将图像特征经过融合卷积,获得模糊图像边缘,该方法的实现过程的计算量较大,而且需要用到大量的训练样本和参数,导致计算成本高,最终使获取清晰边缘图像的效率低,即图像边缘增强处理方法的效率低下,进而影响印刷制品质量检测的效率。
技术实现思路
[0004]为了解决上述现有印刷制品质量检测过程中,图像边缘增强处理方法的效率低下的技术问题,本专利技术的目的在于提供一种印刷制品质量的视觉检测系统,所采用的技术方案具体如下:本专利技术一个实施例提供了一种印刷制品质量的视觉检测系统,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:获取待检测印刷制品的模糊灰度图像,确定所述模糊灰度图像的灰度直方图,根据所述灰度直方图确定第一模糊边缘区域对应的灰度均值;确定所述第一模糊边缘区域的最外层边缘,将最外层边缘中每个边缘像素点的法线方向确定为对应边缘像素点的灰度梯度方向,计算最外层边缘中每个边缘像素点的灰度梯度;根据最外层边缘中每个边缘像素点的灰度梯度和所述第一模糊边缘区域对应的灰度均值,确定所述每个边缘像素点的像素提取终止值;将每个边缘像素点的灰度梯度方向确定为像素提取方向,根据每个边缘像素点的像素提取终止值和像素提取方向,确定第二模糊边缘区域;根据第二模糊边缘区域,对模糊灰度图像进行边缘清晰处理,获得边缘清晰灰度图像;对边缘清晰灰度图像进行质量检测,获得待检测印刷制品的质量检测结果。
[0005]进一步的,根据最外层边缘中每个边缘像素点的灰度梯度和所述第一模糊边缘区域对应的灰度均值,确定所述每个边缘像素点的像素提取终止值,包括:
对于最外层边缘中的任意一个边缘像素点,对边缘像素点的灰度梯度进行反比例的归一化处理,将反比例的归一化处理后的数值确定为对应边缘像素点的像素提取因子;将边缘像素点的像素点提取因子与第一模糊边缘区域对应的灰度均值的乘积,确定为对应边缘像素点的像素提取权重;将边缘像素点的像素提取权重与第一模糊边缘区域对应的灰度均值的和,确定为对应边缘像素点的像素提取终止值。
[0006]进一步地,根据每个边缘像素点的像素提取终止值和像素提取方向,确定第二模糊边缘区域,包括:对于最外层边缘中的任意一个边缘像素点,沿着该边缘像素点的像素提取方向,将与该边缘像素点相临的边缘像素点确定为第一模糊像素点;依次比对该边缘像素点的像素提取终止值与第一模糊像素点的灰度值,直至某个第一模糊像素点的灰度值大于或等于该边缘像素点的像素提取终止值,将灰度值小于或等于像素提取终止值的第一模糊像素点确定为第二模糊像素点;将最外层边缘中的每个边缘像素点及其对应的各第二模糊像素点构成的区域,确定为第二模糊边缘区域。
[0007]进一步地,根据第二模糊边缘区域,对模糊灰度图像进行边缘清晰处理,获得边缘清晰灰度图像,包括:获取模糊灰度图像中背景像素点的灰度值,将模糊灰度图像中的第二模糊边缘区域中的像素点的灰度值更新为背景像素点的灰度值,将更新后的模糊灰度图像确定为边缘清晰灰度图像。
[0008]进一步地,根据所述灰度直方图确定第一模糊边缘区域对应的灰度均值,包括:将灰度直方图中两个峰值点对应的灰度级确定为第一灰度级,将两个第一灰度级之间的灰度级确定为第二灰度级;将模糊灰度图像中各个第二灰度级对应的像素点构成的区域确定为第一模糊边缘区域,根据第一模糊边缘区域内每个像素点的灰度值,确定第一模糊边缘区域对应的灰度均值。
[0009]进一步地,对边缘清晰灰度图像进行质量检测,获得待检测印刷制品的质量检测结果,包括:将待检测印刷制品的边缘清晰灰度图像作为输入图像,输入到预先构建并训练好的质量检测神经网络中,质量检测神经网络输出待检测印刷制品的质量检测结果。
[0010]本专利技术具有如下有益效果:本专利技术提供了一种印刷制品质量的视觉检测系统,该视觉检测系统利用图像数据处理方法,对待检测印刷制品的模糊灰度图像进行图像处理,提取模糊边缘图像的图像特征信息,根据图像特征信息,可以确定模糊边缘区域的像素提取终止值,进而获得边缘清晰灰度图像,其有效提高了模糊边缘区域进行边缘清晰处理的效率,进一步提高了印刷制品质量检测的效率,主要应用于印刷制品质量检测领域。通过模糊灰度图像的灰度直方图,获得灰度区间较大的第一模糊边缘区域,初步确定模糊灰度图像的模糊边缘,为了提高清晰边缘的精度,根据第一模糊边缘区域获得灰度均值,该灰度均值是后续实现模糊像素点提取的初步像素提取终止值;为了保证清晰边缘灰度图像的最外层边缘像素点处于同一灰度
水平,根据第一模糊边缘区域的最外层边缘中每个边缘像素点的灰度梯度,对初步像素提取终止值进行修正处理,获得像素提取终止值,其有利于提高后续获得清晰边缘灰度图像的参考价值,提高印刷制品质量检测结果的准确度;将每个边缘像素点的灰度梯度方向确定为像素提取方向,有利于避免重复提取像素点,提高像素提取的规范性和效率;根据第二模糊边缘区域,对模糊灰度图像进行边缘清晰处理,获得边缘清晰灰度图像,相比现有的形态学方法,本专利技术可以快速准确的确定边缘清晰灰度图像。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,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它附图。
[0012]图1为本专利技术一种印刷制品质量的视觉检测方法的流程图;图2为本专利技术实施例中的待检测印刷制品的模糊灰度图像;图3为本专利技术实施例中的模糊灰度图像的灰度直方图;图4为本专利技术实施例中的第一模糊边缘区域图像;图5为本专利技术实施例中的第一模糊边缘区域的最外层边缘图;图6为本专利技术实施例中的边缘像素点A对应的各第一模糊像素点的示意图;图7为本专利技术实施例中的清晰边缘灰度图像。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本专利技术提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
...
【技术保护点】
【技术特征摘要】
1.一种印刷制品质量的视觉检测系统,其特征在于,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:获取待检测印刷制品的模糊灰度图像,确定所述模糊灰度图像的灰度直方图,根据所述灰度直方图确定第一模糊边缘区域对应的灰度均值;确定所述第一模糊边缘区域的最外层边缘,将最外层边缘中每个边缘像素点的法线方向确定为对应边缘像素点的灰度梯度方向,计算最外层边缘中每个边缘像素点的灰度梯度;根据最外层边缘中每个边缘像素点的灰度梯度和所述第一模糊边缘区域对应的灰度均值,确定所述每个边缘像素点的像素提取终止值;将每个边缘像素点的灰度梯度方向确定为像素提取方向,根据每个边缘像素点的像素提取终止值和像素提取方向,确定第二模糊边缘区域;根据第二模糊边缘区域,对模糊灰度图像进行边缘清晰处理,获得边缘清晰灰度图像;对边缘清晰灰度图像进行质量检测,获得待检测印刷制品的质量检测结果。2.根据权利要求1所述的一种印刷制品质量的视觉检测系统,其特征在于,根据最外层边缘中每个边缘像素点的灰度梯度和所述第一模糊边缘区域对应的灰度均值,确定所述每个边缘像素点的像素提取终止值,包括:对于最外层边缘中的任意一个边缘像素点,对边缘像素点的灰度梯度进行反比例的归一化处理,将反比例的归一化处理后的数值确定为对应边缘像素点的像素提取因子;将边缘像素点的像素点提取因子与第一模糊边缘区域对应的灰度均值的乘积,确定为对应边缘像素点的像素提取权重;将边缘像素点的像素提取权重与第一模糊边缘区域对应的灰度均值的和,确定为对应边缘像素点的像素提取终止值。3.根据权利要求1所述的一种印刷制品质量的视觉检测系统,其特征在于,根据每个边缘像素点的像素提取终止值和像素提取方向...
【专利技术属性】
技术研发人员:冯玉苓,
申请(专利权)人:济南奥盛包装科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。