开题报告

毕业设计（论文）

开题报告

题目基于机器视觉的印刷

表面缺陷检测

专业

班级

学生

指导教师

2016 年

一、毕业设计(论文)课题来源、类型

本课题的来源为科研，其类型为科研论文类型。

二、选题的目的及意义

为了使印刷品的废品率得到严格的控制，需要在印刷的时候对印刷品进行检测，尽量把每一件废品在出厂之前剔除。传统上的视觉检测和质量控制是通过有经验的专业人员来完成的，然而人工检查除了速度慢，需要占大量的人力、物力资源和场地资源外，而且存在容易生产效率点、出现漏检等缺点。

现代印刷机的速度越来越快，与之要相呼应的印刷质量自动检测，我国还较为落后。传统的检测方法已不能满足现代印刷的要求。基于图像处理的印品质量自动检测系统有着广泛的应用前景。国外已经开发出相应的印刷质量检测系统，但是价格十分昂贵，且如果出现问题，售后维修不能保证，耽误生产的正常进行。国内少数厂家也开发出相关的检测设备，不过其中的核心算法，都是购买国外公司的，没有自主的知识产权，所以开发出我国具有自主知识产权的印刷质量自动检测系统，势在必行。

因此，为满足我国印刷业的快速发展对印刷质量进行自动检测的技术需求，我们提出进行基于印刷图像自动检测的图像处理算法的研究，为印刷图像自动检测系统的研制与开发提供理论与技术基础。同时，好的图像处理算法在纺织、印染等行业也有良好的应用前景，对相关行业的自动化水平提高有巨大的促进作用。

三、国内外研究现状

随着检测技术算法方面的成熟，国外不断有印刷设备制造厂商开展了一些印刷检测系统的研发与技术创新，先后研发出了许多用于印刷品质量检测的系统与辅助系统。

由于国内印刷行业的高速发展革新，国内也在这方面开展了很多研究，

经过不断地努力，一些厂家和院校也取得了一些可观的成效，但与国外相比我们还远远落后。很多相关技术还处于发展实验阶段，还没有形成自己的核心技术。

算法方面，北方交通大学的阮秋琦教授等提出了一种基于动态阈值和逐层检测的方法，这种算法通过设定阈值的方法，只对图像中的部分像素点进行检测，而另外一部分则被忽略，提高了检测的速度但降低了检测精度；清华大学的章毓晋教授提出采用像素匹配和分区域相结合的方法，该方法在检测精度上有很大提高，算法处理的复杂度也降低了，但该算法处理速度很慢，很难满足实时检测的要求；韩斌等提出了基于图像处理的印刷缺陷计算机自动检测系统的设计；鲁镇恶等介绍了印刷品缺陷机器视觉检测系统的构成，探讨了应用图像差分、数学形态的原理进行缺陷检测与识别的基本方法。

产品方面，北京大恒图像公司研制的印刷质量在线检测系统具有代表性，系统的最高检测精度达到0.0001mm2,检测标准可以自动学习设定，能够检测出墨色浓淡、颜色深浅、线条断线、文字残缺等。在检测出质量问题时，能发出声光报警信号，并显示错误类型及相应的图像信息。

四、本课题主要研究内容

本课题针对基于机器视觉的印刷表面缺陷检测技术进行了研究，运用了机器视觉、印刷工程、数字图像处理、光源照明等理论和技术，通过对可变印刷信息、印刷缺陷类型、印刷设备参数及其它相关资料进行收集研究、现场实验与分析等途径，根据现场实际生产需要，开展相关技术研究，开发实用的印刷质量检测系统，用于印品表面质量检测。

（1）模板建立：在模板建立阶段，首先在输入的标准图像上手动画出三个ROI（每幅图都有三个检测区域），并将这三个ROI都存入detectROIs 中，供后面训练检测使用。然后，用形状检测算子检测这三个ROI所覆盖图像的形状作为特征区域，并对其做一些简单处理，主要是过滤掉其中没有用的特征以此加快运算，之后再进行简单的膨胀运算。

（2）模板训练：模板训练阶段主要对R_varModelIDs，G_varModelIDs, B_varModelIDs这三个模型进行训练，并生成对应模型图像的MeanImage（平均图像）, VarImage（标准图像）, minImage（亮图）, maxImage（暗图）。最后将minImage（亮图）, maxImage（暗图）以及标准图像markImage封装到minModel, maxModel, refModel。

（3）缺陷检测：缺陷检测阶段主要分为三个步骤，首先需要对待检图像进行坐标校正，将其变换到标准图像坐标系，这是因为我们前面建立模板，生成detectROIs都是在标准坐标系下完成的，所以需要通过坐标校正将待检图像与标准图像进行对准。其次是缺陷检测，最后对缺陷进行输出，输出的时候需要将坐标系再反变换到当前待检图像的坐标系。

五、完成论文的条件和拟采用的研究手段（途径）

本次课程设计，在Windows系统中，利用Visual C++和Halcon作为软件平台，实现基于机器视觉的印刷表面缺陷检测系统软件开发。

设计拟采用的方法：首先经过研究比较选取一种合适的特征提取算法，提取图像的特征区域。然后比较不同的图像配准算法，选取一种合适的算法对图像进行配准。再研究比较不同的缺陷检测算法并选取一种合适的算法，用于图像的缺陷检测。最后在VC++平台开发控制界面，并将Halcon平台完成的程序移植到VC++平台。

六、本课题进度安排、各阶段预期达到的目标：

第1周：接受课题任务，学习有关知识；第2周：查阅资料并消化；第3周：消化资料完成英文翻译；第4周：完成文献综述；第5周：确定课题总体方案并完成开题报告：第6周：熟悉Halcon，VC++开发环境；第7周：研究图像特征提取算法并比较；第8周：在Halcon中调试，确定一种特征提取算法；第9周：研究图像配准算法并比较；第10周：在Halcon中调试，确定一种图像配准算法：第11周：研究缺陷检测算法并比较；第12周：在Halcon中调试，确定缺陷检测算法；第13周：在Halcon中进行整体调试；第十四周：将程序移植到vc++平台，完成软件制作；第15周：系统完善及实验结果分析；第16周：毕业论文写作；第17周：答辩电子讲稿制作及答辩。

七、指导教师意见

对本课题的深度、广度及工作量的意见和对设计（论文）结果的预测：

指导教师：

八、所在专业审查意见