【技術實現(xiàn)步驟摘要】
本申請涉及機器視覺，尤其涉及一種基于機器視覺的印刷品檢測方法及裝置。
技術介紹
1、印刷品質(zhì)量檢測是印刷行業(yè)中至關重要的環(huán)節(jié)，直接影響產(chǎn)品的最終品質(zhì)和客戶滿意度。隨著印刷技術的不斷進步和產(chǎn)品要求的日益提高，傳統(tǒng)的人工檢測方法已經(jīng)難以滿足現(xiàn)代印刷業(yè)的需求。機器視覺技術的引入為印刷品質(zhì)量檢測帶來了新的機遇，然而，現(xiàn)有的基于機器視覺的印刷品檢測方法仍然存在一些局限性。
2、目前，大多數(shù)機器視覺檢測系統(tǒng)主要依賴于簡單的圖像處理算法和固定的閾值判斷，難以適應復雜多變的印刷環(huán)境和多樣化的缺陷類型。這些系統(tǒng)在處理高度變化的印刷圖案、細微缺陷和新型缺陷時常常表現(xiàn)不佳。此外，傳統(tǒng)方法往往需要大量的人工標注數(shù)據(jù)進行訓練，這不僅耗時耗力，而且難以覆蓋所有可能的缺陷情況。
技術實現(xiàn)思路
1、本申請?zhí)峁┝艘环N基于機器視覺的印刷品檢測方法及裝置，用于提高了印刷品的缺陷檢測準確率。
2、第一方面，本申請?zhí)峁┝艘环N基于機器視覺的印刷品檢測方法，所述基于機器視覺的印刷品檢測方法包括：
3、對多個印刷品樣本圖像進行預處理和數(shù)據(jù)增強，得到圖像字典數(shù)據(jù)集；
4、對所述圖像字典數(shù)據(jù)集和待檢測印刷品圖像進行雙網(wǎng)絡特征提取，得到目標特征向量；
5、對所述目標特征向量進行相似度計算和非監(jiān)督對比學習，構(gòu)建印刷品特征識別模型；
6、對所述待檢測印刷品圖像進行多個卷積神經(jīng)網(wǎng)絡去噪處理，得到多個去噪相位結(jié)果；
7、對所述多個去噪相位結(jié)果進行神經(jīng)網(wǎng)絡權值計
8、將所述融合相位圖輸入所述印刷品特征識別模型進行缺陷檢測和分類，得到印刷品缺陷檢測結(jié)果。
9、第二方面，本申請?zhí)峁┝艘环N基于機器視覺的印刷品檢測裝置，所述基于機器視覺的印刷品檢測裝置包括：
10、預處理模塊，用于對多個印刷品樣本圖像進行預處理和數(shù)據(jù)增強，得到圖像字典數(shù)據(jù)集；
11、提取模塊，用于對所述圖像字典數(shù)據(jù)集和待檢測印刷品圖像進行雙網(wǎng)絡特征提取，得到目標特征向量；
12、構(gòu)建模塊，用于對所述目標特征向量進行相似度計算和非監(jiān)督對比學習，構(gòu)建印刷品特征識別模型；
13、去噪模塊，用于對所述待檢測印刷品圖像進行多個卷積神經(jīng)網(wǎng)絡去噪處理，得到多個去噪相位結(jié)果；
14、融合模塊，用于對所述多個去噪相位結(jié)果進行神經(jīng)網(wǎng)絡權值計算和加權融合，得到融合相位圖；
15、檢測模塊，用于將所述融合相位圖輸入所述印刷品特征識別模型進行缺陷檢測和分類，得到印刷品缺陷檢測結(jié)果。
16、本申請第三方面提供了一種基于機器視覺的印刷品檢測設備，包括：存儲器和至少一個處理器，所述存儲器中存儲有指令；所述至少一個處理器調(diào)用所述存儲器中的所述指令，以使得所述基于機器視覺的印刷品檢測設備執(zhí)行上述的基于機器視覺的印刷品檢測方法。
17、本申請的第四方面提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有指令，當其在計算機上運行時，使得計算機執(zhí)行上述的基于機器視覺的印刷品檢測方法。
18、本申請?zhí)峁┑募夹g方案中，通過對樣本圖像進行預處理、幾何變換、光學增強和相位偏移等操作，構(gòu)建了豐富的圖像字典數(shù)據(jù)集，增強了模型的泛化能力和對各種印刷缺陷的適應性。采用問詢網(wǎng)絡和編碼網(wǎng)絡的雙網(wǎng)絡架構(gòu)，實現(xiàn)了對圖像字典和待檢測圖像的多尺度特征提取，提高了特征表示的全面性和魯棒性。通過相似度計算和對比學習，構(gòu)建了印刷品特征識別模型，無需大量標注數(shù)據(jù)即可實現(xiàn)有效的特征學習，降低了模型訓練成本。使用多個結(jié)構(gòu)不同的卷積神經(jīng)網(wǎng)絡對帶噪相位圖進行去噪處理，并通過殘差學習和注意力機制提高去噪效果，通過神經(jīng)網(wǎng)絡計算像素級權重，實現(xiàn)了多個去噪結(jié)果的自適應加權融合，充分利用了不同去噪網(wǎng)絡的優(yōu)勢，提高了融合結(jié)果的質(zhì)量。將融合相位圖輸入特征識別模型，通過多任務學習實現(xiàn)了缺陷檢測和分類的統(tǒng)一處理，提高了檢測效率和準確性。在融合過程中引入細節(jié)增強和殘差連接，保留了高頻細節(jié)信息，有助于提高對小型和細微缺陷的檢測能力。通過區(qū)域提議網(wǎng)絡和缺陷分類網(wǎng)絡的組合，實現(xiàn)了對缺陷位置和類型的精確識別，提高了印刷品的缺陷檢測準確率。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種基于機器視覺的印刷品檢測方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對多個印刷品樣本圖像進行預處理和數(shù)據(jù)增強，得到圖像字典數(shù)據(jù)集，包括：
3.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對所述圖像字典數(shù)據(jù)集和待檢測印刷品圖像進行雙網(wǎng)絡特征提取，得到目標特征向量，包括：
4.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對所述目標特征向量進行相似度計算和非監(jiān)督對比學習，構(gòu)建印刷品特征識別模型，包括：
5.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對所述待檢測印刷品圖像進行多個卷積神經(jīng)網(wǎng)絡去噪處理，得到多個去噪相位結(jié)果，包括：
6.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對所述多個去噪相位結(jié)果進行神經(jīng)網(wǎng)絡權值計算和加權融合，得到融合相位圖，包括：
7.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述將所述融合相位圖輸入所述印刷品特征識別模
8.一種基于機器視覺的印刷品檢測裝置，其特征在于，用于執(zhí)行如權利要求1-7中任一項所述的基于機器視覺的印刷品檢測方法，所述裝置包括：
9.一種基于機器視覺的印刷品檢測設備，其特征在于，所述基于機器視覺的印刷品檢測設備包括：存儲器和至少一個處理器，所述存儲器中存儲有指令；
10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有指令，其特征在于，所述指令被處理器執(zhí)行時實現(xiàn)如權利要求1-7中任一項所述的基于機器視覺的印刷品檢測方法。
...【技術特征摘要】
1.一種基于機器視覺的印刷品檢測方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對多個印刷品樣本圖像進行預處理和數(shù)據(jù)增強，得到圖像字典數(shù)據(jù)集，包括：
3.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對所述圖像字典數(shù)據(jù)集和待檢測印刷品圖像進行雙網(wǎng)絡特征提取，得到目標特征向量，包括：
4.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對所述目標特征向量進行相似度計算和非監(jiān)督對比學習，構(gòu)建印刷品特征識別模型，包括：
5.根據(jù)權利要求1所述的基于機器視覺的印刷品檢測方法，其特征在于，所述對所述待檢測印刷品圖像進行多個卷積神經(jīng)網(wǎng)絡去噪處理，得到多個去噪相位結(jié)果，包括：
6.根據(jù)權利要求1所述的基于機器視覺...
【專利技術屬性】
技術研發(fā)人員：龔明曉，廖章偉，湯彪，
申請(專利權)人：東莞市祥企印刷制品有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。