【技术实现步骤摘要】
本专利技术属于图像检测，具体地，涉及一种基于图像识别的印刷质量检测修正方法及系统、存储介质。
技术介绍
1、现有技术中，在进行印刷品缺陷检测时，一般通过两个平行滚轮转动带动纸张移动，在纸张上方放置一个快拍相机采集纸张上印刷图片，通过将采集的图品中印刷信息与底版信息匹配来判断印刷品是否存在印刷曲线。
2、然而，印刷制品质量智能化质检过程中所存在的以下难题：现有的技术利用摄像头拍照图像，将拍照得到的图像与标准的图像进行对比，将不合格的产品取走，合格的产品则进行码放，这种方式依旧需要人工操作控制，依然存在漏检错检现象，从而使得不合格产品流进市场中。
技术实现思路
1、为解决上述
技术介绍
中存在的技术问题，本专利技术提供了一种基于图像识别的印刷质量检测修正方法，包括以下步骤：
2、获取印刷产品的图像信息，并对所述图像信息进行预处理，得到预处理结果，根据预处理结果确定当前印刷产品的印刷区域，所述对图像信息进行预处理包括对缺陷图像进行随机形变操作，得到新的缺陷图像，对缺陷图像进行随机形变操作，得到新的缺陷图像，所述形变操作过程公式如下：
3、d′(x，y)＝t[d(x，y)]，
4、式中：t为随机形变运算；d(x，y)为截取的曲线图片；d′(x，y)为由形变操作后得到的新的缺陷图像；
5、构建图像识别模型，并将预先选练好的图像数据输入到图像识别模型中，得到训练完成的图像识别模型，并通过所述图像识别模型对当前印刷品的图像信息得到输出结果；
6、若输出结果为预设输出结果，则获取每个印刷品的残缺区域部分，提取并统计残缺区域的特征数据，基于特征数据得到残缺频发数据以及残缺偶发数据；
7、获取当前印刷区域残缺频发数据的特征数据，构建知识图谱，并将所述特征数据输入到所述知识图谱中，得到关联信息，根据所述关联信息对当前印刷设备的印刷参数进行修正，生成修正指令，将所述修正指令传输至远程印刷控制终端。
8、进一步的，对所述获取的图像执行0°～180°随机旋转操作，每种缺陷类型随机生成若干张图像，并保存成含有透明度信息的png(portable network graphics)格式图片。
9、进一步的，选取一用于检测的标准印刷样张，将随机生成的缺陷图像随机叠加在标准印刷样张的不同位置上，生成若干张含有不同缺陷的印刷品缺陷样张数据集，如下公式表示：
10、f(x，y)i＝b(x，y)+di(x，y，θ)，
11、式中：i∈{1，2，…，n}，n为生成数据集的数量；(x，y)表示图像像素点的位置，f(x，y)i是叠加后生成的图像；b(x，y)表示无缺陷的样稿图；θ为缺陷图片旋转的角度，di(x，y，θ)是经过随机形变以及旋转后得到的缺陷。
12、进一步的，对图像信息进行预处理还包括对随机生成的印刷品缺陷数据集进行添加噪声处理，添加的噪声类型有椒盐噪声和高斯噪声。
13、进一步的，在添加噪声的基础上还对图像进行了图像模糊，其中，图像模糊包括均值滤波和中值滤波，数据增强的模型表示如下：
14、bi(x，y)＝h(x，y)*f(x，y)i+n(x，y)，
15、式中：i∈{1，2，…，n}，n为生成数据集的数量；h(x，y)表示滤波系统；n(x，y)表示给缺陷图像添加的噪声。
16、进一步的，将图像数据集bi(x，y)进行分块处理，分割块的大小为100×100像素，不满足尺寸大小的图像块用255的像素值进行填补操作。
17、进一步的，所述构建图像识别模型，并将预先选练好的图像数据输入到图像识别模型中，得到训练完成的图像识别模型，并通过所述图像识别模型对当前印刷品的图像信息得到输出结果，具体包括以下步骤：
18、基于卷积神经网络构建图像识别模型，并将训练集输入到图像识别模型的卷积层中进行卷积运算，得到卷积特征值；
19、将所述卷积特征值输入至池化层中，采用最大池化的方式对卷积特征值进行赤化；
20、通过交叉熵损失函数进行参数传播训练，直至误差值收敛至预设值，最终与softmax分类器进行相连，并通过测试集对当前图像识别模型进行测试，直至测试结果满足预设测试结果，保存模型参数；
21、将当前印刷产品的图像信息输入到所述图像识别模型中进行识别，得到输出结果。
22、进一步的，根据所述关联信息对当前印刷设备的印刷参数进行修正，具体包括以下步骤：
23、g7基于承印物颜色，采用色度值对“灰”进行明确定义，使用公式来推算出不同承印材料灰平衡时各阶调的色度值，所述公式如下：
24、at＝ap×(1-c)
25、bt＝bp×(1-c)
26、其中at为目标色度，ap为承印物的色度值，c为阶调值；
27、对图像复制中的阶调进行定义，并以此提供灰平衡曲线的矫正方法。
28、第二方面，本专利技术提供一种基于图像识别的印刷质量检测修正系统，包括存储器以及处理器；
29、所述存储器存储计算机执行指令；
30、所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如前述的方法。
31、第三方面，本专利技术提供一种计算机可存储介质，所述计算机可读存储介质中存储有计算机执行指令，当所述计算机执行指令被执行时，实现如权利要求前述的方法。
32、本专利技术的有益效果：
33、本专利技术公开的一种基于图像识别的印刷质量检测修正方法，通过对获取的图像信息进行随机形变操作，从而得到多种可能的缺陷图像，基于多种可能的缺陷图像构建图像识别模型，提高了模型的准确性，在通过模型得出预测结果后，获取印刷品的残缺区域部分，提取并统计残缺区域的特征数据，构建知识图谱，并将所述特征数据输入到所述知识图谱中，得到关联信息，根据所述关联信息对当前印刷设备的印刷参数进行修正，生成修正指令，从而解决了现有技术中通过利用摄像头拍摄目标印刷产品效率低、需要借助人工检验的技术问题。
本文档来自技高网...【技术保护点】
1.一种基于图像识别的印刷质量检测修正方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，对所述获取的图像执行0°～180°随机旋转操作，每种缺陷类型随机生成若干张图像，并保存成含有透明度信息的PNG(Portable Network Graphics)格式图片。
3.根据权利要求2所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，选取一用于检测的标准印刷样张，将随机生成的缺陷图像随机叠加在标准印刷样张的不同位置上，生成若干张含有不同缺陷的印刷品缺陷样张数据集，如下公式表示：
4.根据权利要求1所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，对图像信息进行预处理还包括对随机生成的印刷品缺陷数据集进行添加噪声处理，添加的噪声类型有椒盐噪声和高斯噪声。
5.根据权利要求4所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，在添加噪声的基础上还对图像进行了图像模糊，其中，图像模糊包括均值滤波和中值滤波，数据增强的模型表示如下：
6.根据权利要求5
7.根据权利要求1所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，所述构建图像识别模型，并将预先选练好的图像数据输入到图像识别模型中，得到训练完成的图像识别模型，并通过所述图像识别模型对当前印刷品的图像信息得到输出结果，具体包括以下步骤：
8.根据权利要求1所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，根据所述关联信息对当前印刷设备的印刷参数进行修正，具体包括以下步骤：
9.一种基于图像识别的印刷质量检测修正系统，包括存储器以及处理器；
10.一种计算机可存储介质，所述计算机可读存储介质中存储有计算机执行指令，当所述计算机执行指令被执行时，实现如权利要求1至8任一项所述的方法。
...【技术特征摘要】
1.一种基于图像识别的印刷质量检测修正方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，对所述获取的图像执行0°～180°随机旋转操作，每种缺陷类型随机生成若干张图像，并保存成含有透明度信息的png(portable network graphics)格式图片。
3.根据权利要求2所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，选取一用于检测的标准印刷样张，将随机生成的缺陷图像随机叠加在标准印刷样张的不同位置上，生成若干张含有不同缺陷的印刷品缺陷样张数据集，如下公式表示：
4.根据权利要求1所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，对图像信息进行预处理还包括对随机生成的印刷品缺陷数据集进行添加噪声处理，添加的噪声类型有椒盐噪声和高斯噪声。
5.根据权利要求4所述的一种基于图像识别的印刷质量检测修正方法，其特征在于，在添加噪声的基础上还对图像进行了图像模糊，其中，图像...
【专利技术属性】
技术研发人员：何宪，吴灼锋，
申请(专利权)人：盈彩恩平包装科技有限公司，
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。