【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于標(biāo)簽打印機(jī)，涉及一種基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法及系統(tǒng)。
技術(shù)介紹
1、工業(yè)技術(shù)不斷發(fā)展和創(chuàng)新，工業(yè)也越來越智能化，面對(duì)著越來越細(xì)化的工作分工和產(chǎn)品，標(biāo)簽打印機(jī)正以前所未有的速度進(jìn)入到我們的工作中，成為不可或缺的幫手。標(biāo)簽打印機(jī)或智能標(biāo)簽打印機(jī)指的是無需與電腦相連接，打印機(jī)自身攜帶輸入鍵盤或者智能觸屏操作，內(nèi)置一定的字體、字庫(kù)和相當(dāng)數(shù)量的標(biāo)簽?zāi)０甯袷?，通過機(jī)身液晶屏幕可以直接根據(jù)自己的需要進(jìn)行標(biāo)簽內(nèi)容的輸入、編輯、排版，然后直接打印輸出的打印機(jī)。
2、而現(xiàn)有熱敏標(biāo)簽打印機(jī)打印的標(biāo)簽質(zhì)量難以控制，在打印過程中容易出現(xiàn)一些模糊、糊點(diǎn)、劃痕和缺失等現(xiàn)象，印刷缺陷有時(shí)會(huì)直接影響到標(biāo)識(shí)效果，影響整個(gè)標(biāo)識(shí)系統(tǒng)的正常運(yùn)行?，F(xiàn)有采用人工檢查印刷缺陷的方法，該方法存在一定的主觀性，且效率較低，也不能保證檢測(cè)的準(zhǔn)確性。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法及系統(tǒng)，獲取準(zhǔn)確的缺陷位置，提高檢測(cè)效率。
2、為了達(dá)到上述目的，本專利技術(shù)的基礎(chǔ)方案為：一種基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，包括如下步驟：
3、采集標(biāo)簽打印機(jī)輸出標(biāo)簽的待檢測(cè)圖像和預(yù)設(shè)標(biāo)簽的標(biāo)準(zhǔn)圖像，并進(jìn)行預(yù)處理；
4、對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行surf特征點(diǎn)檢測(cè)，獲取標(biāo)準(zhǔn)圖像和待檢測(cè)圖像的特征點(diǎn)；
5、將標(biāo)準(zhǔn)圖像和待檢測(cè)圖像的特征點(diǎn)進(jìn)行配準(zhǔn)，并得到圖像之間的轉(zhuǎn)換矩陣；
6、對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行輪廓
7、將待檢測(cè)圖像轉(zhuǎn)換至標(biāo)準(zhǔn)圖像的坐標(biāo)系中，對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行差分，獲取待檢測(cè)圖像的缺陷區(qū)域并進(jìn)行形態(tài)學(xué)處理，得到缺陷圖。
8、本基礎(chǔ)方案的工作原理和有益效果在于：本技術(shù)方案通過surf的方法獲取標(biāo)準(zhǔn)圖像和采集的待檢測(cè)圖像的特征點(diǎn)，然后統(tǒng)計(jì)特征點(diǎn)周圍區(qū)域的特征，產(chǎn)生特征描述算子，特征的匹配后找到最佳的轉(zhuǎn)換矩陣，將待檢測(cè)圖片轉(zhuǎn)化到標(biāo)準(zhǔn)圖片坐標(biāo)下后做差分，經(jīng)過預(yù)處理最終得到準(zhǔn)確的缺陷圖。無需人工操作，檢測(cè)速率更快。
9、進(jìn)一步，對(duì)待檢測(cè)圖像和標(biāo)準(zhǔn)圖像進(jìn)行預(yù)處理的方法為：
10、對(duì)圖像進(jìn)行灰度變換：
11、
12、其中，f(x,y)為位置在x，y點(diǎn)的像素值，maxf(x,y)、minf(x,y)為該圖像的最大值和最小值；f(x,y)為灰度變換后的圖像。
13、利用灰度拉伸的方法去除大部分非印刷缺陷，避免為后續(xù)步驟帶來干擾。
14、進(jìn)一步，對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行surf特征點(diǎn)檢測(cè)的具體方法如下：
15、對(duì)圖片進(jìn)行高斯濾波，高斯函數(shù)為：
16、
17、其中，σ決定高斯函數(shù)的寬度，x、y為坐標(biāo)點(diǎn)，g(x,y)表示高斯濾波后的圖像；
18、使用一個(gè)固定大小的矩陣核，將圖像輸入矩陣核，得到處理過后的圖像；
19、將處理過后的圖片輸入處理模塊構(gòu)建海森矩陣，即構(gòu)造高斯金字塔尺度空間，構(gòu)建海森矩陣的目的是為了生成圖像的邊緣突變點(diǎn)，海森矩陣是一個(gè)多元函數(shù)的二階偏導(dǎo)構(gòu)成的矩陣，描述的是圖像的曲率，首先通過判斷海森矩陣的行列式取得局部的最大值，判定當(dāng)前點(diǎn)的值比周圍點(diǎn)的更亮或者更暗，以此來判斷是否為極值點(diǎn)，然后去除掉一些低對(duì)比度(可設(shè)置對(duì)比度閾值進(jìn)行篩選)以及不穩(wěn)定的邊緣響應(yīng)點(diǎn)，剩下的可以作為特征點(diǎn)，其中海森矩陣為一個(gè)自變量為二階偏導(dǎo)組成的方塊矩陣h(f(x,y))，為：
20、
21、其中，f(x,y)為位置在x，y點(diǎn)的像素值；
22、hessian的行列式簡(jiǎn)化為：
23、det(h)＝dxxdyy-(0.9dxy)2
24、其中，0.9為平衡引入的誤差旋轉(zhuǎn)的權(quán)值；dxx為在x方向的二階偏導(dǎo)，dyy為在y方向的二階偏導(dǎo)，dxy為在x，y方向上的偏導(dǎo)；
25、當(dāng)det(h)為正時(shí)，代表為極值點(diǎn)，并且在上下層和本層的尺度空間的最大值才能說明該點(diǎn)為極值點(diǎn)，給該點(diǎn)賦予主方向，以該點(diǎn)為圓心，以6σ為半徑，在該圓形區(qū)域內(nèi)所有特征點(diǎn)計(jì)算x方向和y方向上的haar小波響應(yīng)，計(jì)算梯度的haar小波的尺寸為4σ；
26、在計(jì)算響應(yīng)值之后，對(duì)響應(yīng)值進(jìn)行加權(quán)，加權(quán)的函數(shù)選取的是高斯核為2倍的σ高斯函數(shù)，加權(quán)之后保證了越靠近圓心的特征點(diǎn)對(duì)圓心特征點(diǎn)的影響越大；
27、統(tǒng)計(jì)特征點(diǎn)圓形鄰域內(nèi)的haar小波特征，構(gòu)建特征點(diǎn)的主方向，沿著該放下取4x4x4個(gè)矩陣小區(qū)域，統(tǒng)計(jì)每個(gè)小區(qū)域的haar特征，然后每個(gè)區(qū)域得到一個(gè)4維的特征向量，獲取共有64維的特征向量作為surf特征的描述子。
28、由于特征點(diǎn)必須具備尺度無關(guān)性，所以在之前需要對(duì)圖片進(jìn)行高斯濾波，再獲取surf特征，利于后續(xù)使用。
29、進(jìn)一步，所述固定大小的矩陣核采用3*3，σ＝0.8的卷積核：
30、
31、其中，a為高斯卷積核。
32、選擇一個(gè)固定大小的矩陣核，便于使用。
33、進(jìn)一步，得到標(biāo)準(zhǔn)圖像和待檢測(cè)圖像之間的轉(zhuǎn)換矩陣的方法如下：
34、已知特征點(diǎn)的描述為64維的向量，用歐式距離進(jìn)行相似性量化，即：
35、
36、其中，dij為第i個(gè)特征描述符和第j個(gè)特征描述符的歐氏距離，n代表特征描述符的維度，取值為64；xik代表待配準(zhǔn)圖像上第i個(gè)特征描述符的第k個(gè)元素，xjk表示參考圖像上第j個(gè)特征描述符的第k個(gè)元素；n表示元素總數(shù)；
37、計(jì)算出待配準(zhǔn)圖像中某特征描述符與參考圖像所有特征描述符之間的歐式距離之后，會(huì)得到一個(gè)距離集合，設(shè)置一個(gè)閾值，當(dāng)距離小于該閾值時(shí)取該特征描述符作為該點(diǎn)的匹配對(duì)；
38、遍歷距離集合，得到特征對(duì)合集，通過隨機(jī)抽樣一致的方法來迭代找出合適的數(shù)據(jù)模型，具體方法為：
39、首先在特征對(duì)集中隨機(jī)選擇n對(duì)值，用抽取的值計(jì)算出轉(zhuǎn)換矩陣h，為：
40、
41、其中，(x,y)為待檢測(cè)圖像的坐標(biāo)，(us,vs)為轉(zhuǎn)換后到標(biāo)準(zhǔn)圖像的坐標(biāo)，矩陣一共有8個(gè)未知數(shù)即aij，至少需要4個(gè)坐標(biāo)點(diǎn)來解算；
42、利用對(duì)稱變換，判斷特征點(diǎn)對(duì)屬于模型的內(nèi)點(diǎn)或外點(diǎn)，對(duì)于一對(duì)特征點(diǎn)對(duì)(p1,p2)，將p1用矩陣變換到p2所在坐標(biāo)系的距離和p2轉(zhuǎn)換到p1的距離之和為di，小于一定的閾值就為內(nèi)點(diǎn)，然后不斷迭代找到內(nèi)點(diǎn)最多的一組集，再用該集得到轉(zhuǎn)換矩陣作為最終的投影變換矩陣。
43、匹配兩張圖片的特征的得到最佳的四個(gè)點(diǎn)作為轉(zhuǎn)換矩陣的求解點(diǎn)，操作簡(jiǎn)單，利于使用。
44、進(jìn)一步，利用增強(qiáng)型grasshopper優(yōu)化雙邊濾波，對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行輪廓區(qū)域去偽處理；通過優(yōu)化空間域權(quán)值σd和值域權(quán)值σr的參數(shù)來優(yōu)化雙邊濾波算法，改進(jìn)處理的效果，雙邊濾波為：
45、
46、其中,i′(x)為濾波之后的像素值，ψ為g(y)的鄰本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，包括如下步驟：
2.如權(quán)利要求1所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，對(duì)待檢測(cè)圖像和標(biāo)準(zhǔn)圖像進(jìn)行預(yù)處理的方法為：
3.如權(quán)利要求1所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行SURF特征點(diǎn)檢測(cè)的具體方法如下：
4.如權(quán)利要求3所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，所述固定大小的矩陣核采用3*3，σ＝0.8的卷積核：
5.如權(quán)利要求3所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，得到標(biāo)準(zhǔn)圖像和待檢測(cè)圖像之間的轉(zhuǎn)換矩陣的方法如下：
6.如權(quán)利要求1所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，利用增強(qiáng)型Grasshopper優(yōu)化雙邊濾波，對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行輪廓區(qū)域去偽處理；通過優(yōu)化空間域權(quán)值σd和值域權(quán)值σr的參數(shù)來優(yōu)化雙邊濾波算法，改進(jìn)處理的效果，雙邊濾波為：
7.如權(quán)利要求6所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，利用增強(qiáng)型Grassh
8.如權(quán)利要求1所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，對(duì)待檢測(cè)圖像的缺陷區(qū)域進(jìn)行腐蝕膨脹、動(dòng)態(tài)閾值二值化，去除非缺陷區(qū)域，再用快速自適應(yīng)閾值二值化的方法得到缺陷圖，具體步驟為：
9.一種基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)系統(tǒng)，其特征在于，包括攝像頭和處理單元，所述攝像頭安裝在標(biāo)簽打印機(jī)的標(biāo)簽輸出端，用于采集輸出標(biāo)簽的待檢測(cè)圖像，所述處理單元的輸入端與攝像頭的輸出端連接，處理單元執(zhí)行權(quán)利要求1-8之一所述方法，檢測(cè)標(biāo)簽印刷缺陷。
...【技術(shù)特征摘要】
1.一種基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，包括如下步驟：
2.如權(quán)利要求1所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，對(duì)待檢測(cè)圖像和標(biāo)準(zhǔn)圖像進(jìn)行預(yù)處理的方法為：
3.如權(quán)利要求1所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像進(jìn)行surf特征點(diǎn)檢測(cè)的具體方法如下：
4.如權(quán)利要求3所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，所述固定大小的矩陣核采用3*3，σ＝0.8的卷積核：
5.如權(quán)利要求3所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，得到標(biāo)準(zhǔn)圖像和待檢測(cè)圖像之間的轉(zhuǎn)換矩陣的方法如下：
6.如權(quán)利要求1所述的基于機(jī)器視覺的標(biāo)簽印刷缺陷的檢測(cè)方法，其特征在于，利用增強(qiáng)型grasshopper優(yōu)化雙邊濾波，對(duì)標(biāo)準(zhǔn)圖像和待檢測(cè)圖像...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：甘橙，付靖峰，李燦建，陳昌海，
申請(qǐng)(專利權(quán))人：重慶品勝科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。