System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及圖像質檢,尤其是涉及一種基于圖像處理的彩色文字打印重影質檢方法及裝置。
技術介紹
1、在一些自動化設備上,如制卡設備,通常需要在一張有背景圖案的卡證或者紙上打印彩色的文字。彩色打印機通過4種或者6種基礎顏色搭配成不同的顏色。以4種基礎顏色的打印機為例,通過搭配青色、洋紅、黃色和黑色來調合出各種顏色。如果打印機的打印頭沒有對齊,所打印的彩色文字在不同顏色通道上打印位置發生偏移,導致打印的彩色字出現“重影”現象。這種重影會影響文字的清晰度,從而導致制作的卡證或者打印的紙張不合格。在一些對卡證質量要求嚴格的場合,需要人工對打印后的卡證或者紙張進行檢查,查看所打印的彩色字體是否出現?“重影”。這種人工處理不僅費時費力,而且容易出現漏檢,導致不合格的卡片或者紙張被漏掉。
技術實現思路
1、為了解決現有技術在進行彩色文字打印重影實踐時的技術缺陷,本專利技術提供一種基于圖像處理的彩色文字打印重影質檢方法及裝置。采用如下的技術方案:
2、一種基于圖像處理的彩色文字打印重影質檢方法,包括以下步驟:
3、步驟1,獲得待質檢目標彩色打印區域的待質檢區域圖像;
4、步驟2,對待質檢區域圖像進行文字檢測得到文字區域;
5、步驟3,對文字區域進行分類,得到彩色文字區域;
6、步驟4,對彩色文字區域進行文本切分,得到多個彩色文字塊;
7、步驟5,采用分類算法,分別對多個彩色文字塊進行分類,分類的類別包括文字有重影和文字無重影;
8、步驟6,基于多個彩色文字塊類別判斷結果進行投票統計,當文字有重影的分類統計結果數量大于設定統計閾值,則判斷待質檢目標彩色打印區域存在重影缺陷。
9、通過采用上述技術方案,首先對待質檢目標彩色打印區域進行成像,然后在待質檢區域圖像中定位出文字區域并進行分類得到彩色文字區域,接著對彩色文字區域進行切分得到多個彩色文字塊,采用分類算法判斷彩色文字塊是否出現打印偏移,即重影缺陷,由于單個彩色文字塊采用分類判斷會有誤差情況出現,基于多通道彩色印刷的原理,重影缺陷的出現必定是每個彩色文字塊均應當出現重影缺陷,最后綜合所有彩色文字塊的判斷結果來進行投票統計,當出現超過設定比例數量的彩色文字塊被判斷出現重影缺陷時,才判斷待質檢目標彩色打印區域有重影缺陷,減少出現誤判斷的風險,或者當所有彩色文字塊被分類為重影缺陷的置信度的平均值超過設定閾值時,才判斷待質檢目標彩色打印區域有重影缺陷。
10、將彩色文字塊及標注結果當作訓練樣本輸入分類算法,通常一個彩色文字區域包含多個彩色文字塊,大大增加了訓練樣本量,能提升分類結果的準確性。
11、可選的,步驟1中,待質檢目標是卡證或者紙張,對卡證或者紙張的文字打印區域通過掃描儀或攝像機成像,得到待質檢區域圖像。
12、通過采用上述技術方案,無論是掃描儀、攝像機還是其他拍攝設備,得到高質量的待質檢區域圖像即可。
13、可選的,步驟2中使用文本行檢測算法檢測每一個文本行,文本行所在的位置即文字區域。
14、通過采用上述技術方案,這里的文本行檢測算法可以是yolo、psenet或者dbnet,可以準確的檢測文本行。
15、可選的,步驟3中,采用svm、adaboost、隨機森林,基于深度學習的分類算法提取特征,并用softmax進行分類。
16、通過采用上述技術方案,這里的分類算法可以是傳統的svm、adaboost或者隨機森林,也可以是基于深度學習的分類算法,如采用resnet、vggnet、mobilenet提取特征,并用softmax進行分類,能高效準確地實現對彩色文字區域的獲取。
17、可選的,步驟4中對彩色文字區域進行文本切分的具體方法是:按照固定寬度對彩色文字的文本行進行切分,得到切分后的多個彩色文字塊,固定寬度是為文字的高度或文字高度的倍數。
18、通過采用上述技術方案,將彩色文字區域切分成文字塊,可以以字或者字符為單位進行切分,使得切分后的文字塊中至少包含一個字或者字符,也可以采取固定寬度進行切分,切分的時候可以是有重合的切分。由于一般的打印字體形狀接近方塊,考慮到字與字之間的間隔,固定寬度可以設置為文字的高度或者文字高度的倍數。
19、可選的,步驟5中,分別將多個彩色文字塊縮放到同一個分辨率,采用卷積神經網絡對彩色文字塊進行特征提取,然后利用全連接層和softmax層輸出各類別的概率,最后使用交叉熵損失函數進行訓練;在測試階段,將要測試的彩色文字塊縮放到同一分辨率,經過卷積神經網絡進行特征提取,再經過全連接層和softmax層輸出各類別的概率,選擇概率最高的類作為分類結果,屬于該類別的概率作為分類的置信度。
20、通過采用上述技術方案,當打印的彩色文字出現重影時,那么卡證或者紙張上的所有彩色文字都會出現重影,因此可以根據單個字判斷是否有重影。
21、可選的,步驟5中交叉熵損失函數是focalloss,focalloss的訓練樣本獲取采用以下方法獲得:
22、先采用模擬重影的生成方式將打印的彩色文字拆分為四種顏色通道,隨機選擇一種或者多種顏色通道,將該通道打印部分隨機偏移地貼在打印的背景圖上;
23、再將彩色文字區域按照字進行切分,每個切分的彩色文字塊就是一個樣本。
24、對真實樣本進行文字塊檢測和文字切分,所得到的彩色文字塊也可以作為訓練樣本,用于微調分類網絡,提高分類準確率。
25、通過采用上述技術方案,每一個切分的彩色文字塊就是一個樣本,而非將整個彩色區域作為一個樣本,大大增加了訓練樣本量。首先用模擬重影的生成方式獲取大量的訓練樣本對分類網絡進行訓練,然后使用少量的真實樣本對分類網絡進行微調,可以提高分類網絡的準確率,解決了深度學習模型在訓練樣本缺乏條件下的分類準確率不高的問題。
26、可選的,步驟6中,判斷待質檢目標彩色打印區域存在重影缺陷的具體方法是:利用訓練好的分類網絡判斷待質檢目標彩色打印區域是否存在重影缺陷。
27、具體的方法是:
28、(1)利用訓練好的分類網絡對每一個彩色文字塊進行分類;
29、(2)統計被分類為重影的彩色文字塊數量占總文字塊數量的比例;
30、(3)如果(2)中的比例高于閾值t,則認為待質檢目標彩色打印區域存在重影缺陷,反之則認為不存在重影缺陷。閾值t可以設置為0.5。
31、也可以采用如下方法:
32、(1)利用訓練好的分類網絡對每一個彩色文字塊進行分類,記錄其分類為重影缺陷的置信度;
33、(2)計算所有彩色文字塊分類為重影缺陷置信度的平均值;
34、(3)如果步驟(2)中的平均值大于閾值c,則認為待質檢目標彩色打印區域存在重影缺陷,反之則認為不存在重影缺陷。閾值c可以設置為0.5。
35、通過采用上述技術方案,對所有彩色文字塊的分類結果本文檔來自技高網...
【技術保護點】
1.一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟1中,待質檢目標是卡證或者紙張,對卡證或者紙張的文字打印區域通過掃描儀或攝像機成像,得到待質檢區域圖像。
3.根據權利要求2所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟2中使用文本行檢測算法檢測每一個文本行,文本行所在的位置即文字區域。
4.根據權利要求3所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟3中,采用SVM、adaboost、隨機森林,基于深度學習的分類算法提取特征,并用softMax進行分類。
5.根據權利要求4所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于,步驟4中對彩色文字區域進行文本切分的具體方法是:按照固定寬度對彩色文字的文本行進行切分,得到切分后的多個彩色文字塊,固定寬度為文字的高度或文字高度的倍數。
6.根據權利要求5所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟5
7.根據權利要求6所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟5中交叉熵損失函數是focalLoss,focalLoss的訓練樣本獲取采用以下方法獲得:
8.根據權利要求7所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟6中,判斷待質檢目標彩色打印區域存在重影缺陷的具體方法是:利用訓練好的分類網絡判斷待質檢目標彩色打印區域是否存在重影缺陷。
9.基于圖像處理的彩色文字打印重影質檢裝置,其特征在于:包括圖像獲取裝置、存儲器和處理器,所述圖像獲取裝置用于拍攝待質檢目標彩色打印區域圖像,并與存儲器通信交互待質檢目標彩色打印區域圖像,所述存儲器存儲采用權利要求1-8任一項權利要求所述的一種基于圖像處理的彩色文字打印重影質檢方法設計的質檢程序,所述處理器與存儲器通信連接,運行質檢程序并輸出質檢結果。
10.一種存儲器,其特征在于:存儲器存儲采用權利要求1-8任一項權利要求所述的一種基于圖像處理的彩色文字打印重影質檢方法設計的質檢程序。
...【技術特征摘要】
1.一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟1中,待質檢目標是卡證或者紙張,對卡證或者紙張的文字打印區域通過掃描儀或攝像機成像,得到待質檢區域圖像。
3.根據權利要求2所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟2中使用文本行檢測算法檢測每一個文本行,文本行所在的位置即文字區域。
4.根據權利要求3所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟3中,采用svm、adaboost、隨機森林,基于深度學習的分類算法提取特征,并用softmax進行分類。
5.根據權利要求4所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于,步驟4中對彩色文字區域進行文本切分的具體方法是:按照固定寬度對彩色文字的文本行進行切分,得到切分后的多個彩色文字塊,固定寬度為文字的高度或文字高度的倍數。
6.根據權利要求5所述的一種基于圖像處理的彩色文字打印重影質檢方法,其特征在于:步驟5中,分別將多個彩色文字塊縮放到同一個分辨率,采用卷積神經網絡對彩色文字塊進行特征提取,然后利用全連接層和softmax層輸出各類別的概率,最后使用交...
【專利技術屬性】
技術研發人員:申意萍,陳友斌,張志堅,徐一波,
申請(專利權)人:湖北微模式科技發展有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。