基于角点定位的印刷品缺陷检测

合集下载

印刷行业的印刷品质量检测方法

印刷行业的印刷品质量检测方法

印刷行业的印刷品质量检测方法随着科技的不断进步和社会的发展,印刷行业在提供各种各样的印刷品方面发挥着重要作用。

印刷品质量对于客户满意度的提升、企业形象的建立以及市场竞争力的提高都起着至关重要的作用。

因此,印刷品质量检测方法的合理运用对于印刷行业至关重要。

本文将介绍几种常用的印刷品质量检测方法,同时探讨其优缺点以及适用范围。

一、视觉检测法视觉检测法是印刷行业中最常见的检测方法之一。

这种方法主要利用人眼对印刷品色彩、清晰度、对比度等特征的感知来判断印刷品的质量。

视觉检测法的优点是简单易行,不需要特殊设备,可以用于各类印刷品的检测。

然而,由于人眼对颜色和细节的感知存在主观性,这种方法可能存在一定的误判。

因此,在视觉检测法中,为了提高检测准确性,需要专业人员经过培训和积累丰富的经验。

二、色差检测法色差检测法是一种通过检测印刷品与标准色标之间的色差来评估印刷品色彩质量的方法。

测量仪器可以通过对印刷品进行扫描,获取印刷品的颜色数值,并与标准色标进行比较。

色差检测法的优点是高效准确,不受人眼主观因素影响,可以快速判断印刷品的色彩准确性。

然而,色差检测法对设备的精度要求较高,而且需要标准色标的参照,因此适用于对色彩要求较高的印刷品。

三、折页检测法折页检测法是一种通过检测印刷品折页部分的准确性来评估印刷品装订质量的方法。

这种方法主要通过检查折页是否平整、折叠是否准确、页与页之间的间距是否一致等来判断印刷品的装订质量。

折页检测法的优点是简单可靠,可以迅速检测装订质量问题。

然而,在应用折页检测法时,需要注意选择合适的折页点进行检测,同时避免折页部分造成对印刷品内容的损坏。

四、光学检测法光学检测法是一种通过检测印刷品表面的光学性质来评估印刷品质量的方法。

这种方法主要利用光学仪器对印刷品的光泽度、光滑度、颗粒度等进行分析,并与标准进行比较。

光学检测法的优点是精确可靠,能够对印刷品的表面特征进行全面检测。

然而,由于设备的成本较高,该方法一般适用于对高端印刷品的质量检测。

角点检测的几种基本方法

角点检测的几种基本方法

角点检测的几种基本方法角点检测(Corner Detection)是计算机视觉系统中用来获得图像特征的一种方法,广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中。

也称为特征点检测。

角点通常被定义为两条边的交点,更严格的说,角点的局部邻域应该具有两个不同区域的不同方向的边界。

而实际应用中,大多数所谓的角点检测方法检测的是拥有特定特征的图像点,而不仅仅是“角点”。

这些特征点在图像中有具体的坐标,并具有某些数学特征,如局部最大或最小灰度、某些梯度特征等。

现有的角点检测算法并不是都十分的鲁棒。

很多方法都要求有大量的训练集和冗余数据来防止或减少错误特征的出现。

角点检测方法的一个很重要的评价标准是其对多幅图像中相同或相似特征的检测能力,并且能够应对光照变化、图像旋转等图像变化。

Moravec角点检测算法Moravec角点检测算法是最早的角点检测算法之一。

该算法将角点定义为具有低“自相关性”的点。

算法会检测图像的每一个像素,将像素周边的一个邻域作为一个patch,并检测这个patch和周围其他patch的相关性。

这种相关性通过两个patch间的平方差之和(SSD)来衡量,SSD值越小则相似性越高。

如果像素位于平滑图像区域内,周围的patch都会非常相似。

如果像素在边缘上,则周围的patch在与边缘正交的方向上会有很大差异,在与边缘平行的方向上则较为相似。

而如果像素是各个方向上都有变化的特征点,则周围所有的patch都不会很相似。

Moravec会计算每个像素patch和周围patch的SSD最小值作为强度值,取局部强度最大的点作为特征点。

Harris角点检测算法Moravec角点检测算法有几个很明显的缺陷:1,强度值的计算并不是各向同性的,只有离散的8个45度角方向被考虑。

因为patch的评议比较最多只有8个方向;2,由于窗口是方形并且二元的,因此相应函数会有噪声;3,对边缘的相应太简单,因为强度值尽取SSD的最小值;FAST角点检测算法Smith 和 Brady在1997年提出了一种完全不同的角点提取方法,即“SUSAN (Smallest UnivalueSegment AssimilatingNucleus)”提取算子。

印刷质量缺陷的视觉检测原理综述

印刷质量缺陷的视觉检测原理综述

印刷质量缺陷的视觉检测原理综述⼀、应⽤背景印刷品作为产品包装的⼀种主要形式,具有外观精美、清洁卫⽣、成本低廉、使⽤⽅便等优点,在众多⾏业得到了⼴泛的应⽤,其特点是材质多样、⼯艺复杂、质量要求⾼。

在本问题域中,印刷品主要涉及三个主要类型:不⼲胶标签、烟盒包装和塑料薄膜软包装。

其中,不⼲胶标签主要包括:药品标签、电⼦产品标签、⽇化品标签、⾷品标签;烟盒包装包括:软盒包装和硬盒包装;塑料薄膜软包装主要包括:药品包装、⾷品包装、⽇化品包装。

标签、烟包和软包装典型的产品图像如图1~图3所⽰。

图 1 药品标签图 2 烟包图 3 塑料软包装印刷品⽣产过程中可能会产⽣各种各样的缺陷,如墨点、异物、⽂字残缺、漏印、⾊差、套印不准、脏点、⼑丝、拖墨、划伤、溢胶、⽓泡等。

这些缺陷⼀旦出现在产品包装上,产品视觉观感将⼤打折扣,严重影响产品的品牌、降低客户满意度。

⽬前,印刷企业主要以频闪灯照明、⼈⼯粗略局部抽检进⾏质量控制。

由于⼈眼的局限性,质量得不到有效控制。

随着⽤户对产品品质要求的不断提⾼以及⾏业竞争的加剧,传统的以⼈⼯抽检为主的质量检测⼿段已经严重制约了企业竞争⼒的提⾼,⽤⾃动化质量检测设备代替⼈⼯是必然趋势。

⽬前,市场中已经出现了多种⾃动化质量检测系统,⼤都基于视觉图像进⾏产品外观质量检测。

总体⽽⾔,国外产品由于综合性能具有较⼤优势,占据着⼤部分⾼端市场。

国内产品凭借价格和服务优势,占据着中、低端市场。

未来,国内产品要在检测速度、检测能⼒、易⽤性、产品外观、可靠性等⽅⾯进⾏全⾯提升,才能更好地服务国内客户,乃⾄开拓国际市场。

因此,产品技术升级迫在眉睫。

⼆、检测原理典型的印刷品检测算法主要包括三⼤类:(1)有参照判决。

将被检测图像与标准模型⽐对,包括图像级的逐点⽐对,特征级的特征⽐对。

标准模板的获取⽅式,包括基于PDF设计⽂件和基于好品统计两类。

(2)⽆参照校验。

根据事先定义的产品特征,检测图像中指定区域是否存在违反规则的情况。

印品缺陷在线检测技术的应用现状及发展趋势

印品缺陷在线检测技术的应用现状及发展趋势

印品缺陷在线检测技术的应用现状及发展趋势对于烟包印刷企业而言,传统的人工检测和离线检测技术不能对印品质量进行实时监控,且人工成本较高,生产浪费严重,因此印品缺陷在线检测技术应运而生。

为提高产品质量,降低废品率,减少生产浪费,我公司引进了一套印品缺陷在线检测系统,用于八色卷凹机的印刷缺陷检测。

下面,笔者就根据我公司的实际应用情况,谈一谈印品缺陷在线检测的技术优势、关键部件及发展趋势。

技术优势(1)印品缺陷在线检测技术可实现全程实时检测,发现缺陷问题时,系统会马上启动报警装置,操作人员可根据现场的实时报告,及时解决生产中出现的问题,减少废品产生。

自从我公司卷凹机上应用了印品缺陷在线检测系统,印品的废品率明显降低。

(2)生产效率大幅提升,检测精度高,能够检测出印品上极其细微的质量缺陷。

我公司采用的印品缺陷在线检测系统的检测误差可以达到±0.1mm。

(3)印品缺陷在线检测系统代替了人工检测,节省劳动力,而且可以实现从采集、匹配、计算到缺陷分类和报警的自动化操作,提高印品的稳定性和可靠性。

关键部件1.照明设备照明设备为被检测印品提供稳定一致的照度,保证图像采集设备采集的图像色调一致,灰度均匀,便于后续处理。

照明设备和照明方案的配合应尽可能地突出印品特征量,在印品需要检测的部分与那些不重要的部分之间应尽可能地产生明显区别,增加对比度。

2.图像采集设备图像采集设备采集被检测的印品图像信息,得到模拟信号,然后经过A/D转换器转换为数字信号,送入数字信号处理器进行后续处理。

目前常用的图像采集设备基本上都是CCD相机。

根据采集图像的规律,分为线阵CCD相机和面阵CCD相机。

线阵CCD相机每次采集一条水平横线上的图像,利用印品的快速垂直移动,通过定位装置的控制,每隔一定距离采集一次图像信息,最终组成一幅完整的印品图像;面阵CCD相机可一次性采集整幅印品图像,但结构复杂,精度较低,价格昂贵。

由于我公司对印品控制精度要求较高,因此选择线阵CCD相机作为图像采集设备。

印刷品缺陷检测系统的快速配准方法研究

印刷品缺陷检测系统的快速配准方法研究

刷 图像 进行 预处 理 , 包括 二值 化 、 边缘 提 取等操 作[ 5 1 。笔 者 采用 分段 线性 拉伸 , 建 立灰 度 映射调 整样 本 图像灰 度, 可 以使 图像 上 有用 信 息 的灰 度范 围扩展 , 增 大对 比度 , 而 相应 噪 声 的灰 度 被压 缩 到端 部 较 小 的范 围 内嘲 。
然后 利用 简单 阈值 化方 法进 行 图像 二值 化处 理 , 以药 盒 印刷 图像 为例 , 取 二值 化 阈值 在 l 1 0到 1 3 0之 间 。模
板 图像 与 待测 图像 的原始 灰度 图如 图 1 ( a ) 所示 。图 l ( b ) 为模 板 图像 直接 进行 二值 化后 的 图像 , 图 1 ( c ) 为模
图像 配 准 ( I ma g e r e g i s t r a t i o n ) 已经 被 广泛 地 应用 于计 算 机视 觉 、 图像处 理 等领 域 , 图像 匹配 的速 度 、 精 度
和 可靠 性 是 匹配 质量 好 坏 的三个 重 要 指标 。如何 尽 可能 提 高 匹配质 量 、 特别 在 精度 和 可靠 性 满 足 的前 提下
图像 在 印刷 完 成后 , 由分 发装 置分 发到传 送 带 上 , 其 间可 能会 引起 图像 细微 的旋 转 和位 置 变化 , 在 缺 陷
检测 之 前对 图像 进行 预处 理 和快速 有 效 的配准 是后 续处 理 的前提 。
1 . 1 图 像 预 处 理
图像 配准 和缺 陷检测 之 前 , 为 了克 服 噪声 的影 响 , 更 多 的截 配准。实验结果表明 , 该算法能够快速 、 有 效 地 配 准 采集 到 的 印刷 图像 。 关 键 词 :印刷 品缺 陷 ; 质量检测 ; 配 准 算 法

基于三重注意力的轻量级YOLOv8印刷电路板缺陷检测算法

基于三重注意力的轻量级YOLOv8印刷电路板缺陷检测算法

基于三重注意力的轻量级YOLOv8印刷电路板缺陷检测算法沈萍;李想;杨宁;陈艾东【期刊名称】《微电子学与计算机》【年(卷),期】2024(41)4【摘要】在全球产业中,印刷电路板的生产和应用持续增长,已经成为各种电子设备的核心组成部分。

由于缺陷尺度较小的问题以及检测模型轻便嵌入便携式设备的需求,印刷电路板图像的自动缺陷检测是一项具有挑战性的任务。

为了满足智能制造和使用中对高质量印刷电路板产品日益增长的需求,提出一种基于YOLOv8的印刷电路板缺陷检测改进方法。

首先,采用轻量级网络MobileViT作为主干网络,减小模型体积和计算量。

其次,引入Triplet Attention模块,增强张量中不同维度间特征的捕捉能力。

最后,将边界框损失函数替换为LMPDIoU,直接最小化预测框与实际标注框之间的左上角和右下角点距离。

实验表明:改进后的检测模型能够在拥有极小参数量的同时保证小尺寸缺陷检测精度较高,模型参数量降低率为89.38%,满足轻便嵌入便携式检测设备和计算机资源受限的场景应用,证实了在印刷电路板缺陷检测领域具有良好的应用前景。

【总页数】11页(P20-30)【作者】沈萍;李想;杨宁;陈艾东【作者单位】浙江长征职业技术学院计算机与信息技术学院;北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;北京联合大学多智能体系统研究中心【正文语种】中文【中图分类】TN41;TN407【相关文献】1.基于注意力特征金字塔的轻量级目标检测算法2.一种基于多维度自注意力机制的轻量级车道线检测算法3.基于YOLOv5融合注意力机制的轻量级行人检测算法研究4.基于注意力的轻量级工业产品缺陷检测网络5.基于注意力机制改进的轻量级目标检测算法因版权原因,仅展示原文概要,查看原文内容请购买。

印刷品检测报告

印刷品检测报告
(2)检测思路
待测印刷品在线检测前需要完成两个准备工作:
首先需要一幅标准模板图像(差分得到),通过和检测图像的比对,确定待测印刷品是否合格;提出了一种彩色图像自适应的混合平滑滤波方法。CCD相机采集图像时,脉冲噪声污染检测图像难以避免,严重的影响了后续的图像处理工作。因此平滑滤波算法是彩色印刷品检测的必要组成部分。将一组。矢量中值滤波和一个Sugen。类型的神经模糊推理系统串联在一起,通过遗传算法的训练,混合滤波器中的模糊神经网络学习并获得合理的规则数据库,从而满足复杂的非线性映关系,将各个输入变量映射为优化后的输出结果,有效的抑制了噪声同时又不破坏图像的细节。选择基于角点特征的图像配准算法,实现了参考图像与缺陷图像之间的精确配准。
4、条形码的校检与检测,包括边界确定、最小偏移、符号对比、最小边界对比、调制、缺陷、译码、可译码性等;
5、字符和号码印刷中的漏印、重印、模糊不清、笔画缺损等一些缺陷;
6、监督穿孔和模切质量、提供检测信息反馈标记等。
7、说明书类产品正反面要对正,还需检查是否按公司常规折法折后有无页码错误。
严格意义上,所有与印刷原稿不一致的印刷品都有质量缺陷,但是人眼对印刷品的要求是以不影响图像的清晰再现为标准,满足该标准的印刷品即使与印刷原稿不同却仍然可以视为合格。印刷品质量的好坏应该是承印商与最终用户就某一特定印刷品经过协商,确定的一个协议,该协议必须有明确的、可量化的合理描述,只有达不到规定要求的印刷品才视为有质量缺陷。鉴于印刷技术的复杂性和印刷品缺陷的多样性,在颜色、层次、清晰度、一致性上保证良好且持续稳定的印刷质量就显得尤为重要。
(1)为了能够在印刷过程中及时发现问题,一些印刷生产线上通常安装频闪灯,利用频闪灯快速闪光及人眼的视觉暂留原理,使操作人员能够观察到动态的印刷品图案,发现生产中重大的印刷缺陷,但是在印刷速度不稳定以及对版时,还是无法及时发现印刷图像的质量变化,而且频闪灯长期不断闪烁的强光会对操作人员的视力造成严重的伤害。

基于重建的缺陷检测方法流程

基于重建的缺陷检测方法流程

基于重建的缺陷检测方法流程在现代化工业生产中,缺陷检测是保证产品质量的关键环节。

基于重建的缺陷检测方法是一种新兴的技术,通过对产品表面进行三维重建,进而实现缺陷的精确识别与定位。

本文将详细介绍基于重建的缺陷检测方法的流程。

一、数据采集数据采集是缺陷检测的第一步,主要包括对被测物体表面的扫描。

常用的数据采集设备有激光扫描仪、结构光扫描仪、光学相机等。

在数据采集过程中,要确保扫描速度与分辨率,以保证后续重建过程的准确性。

二、三维重建三维重建是对采集到的数据进行处理,恢复物体表面形状的过程。

主要方法包括:1.点云处理:将采集到的散乱点云数据进行预处理,如去噪、滤波等,然后通过点云配准、曲面重建等技术,获得完整的三维模型。

2.纹理映射:将采集到的纹理信息映射到三维模型上,提高模型的真实感。

3.三维网格优化:对重建得到的三维网格进行优化,如简化、平滑等,降低模型复杂度,提高计算效率。

三、缺陷检测在完成三维重建后,进行缺陷检测。

主要包括以下步骤:1.特征提取:从三维模型中提取缺陷可能存在的特征,如边缘、角点、曲率等。

2.缺陷识别:通过机器学习方法(如深度学习、支持向量机等)对特征进行训练,建立缺陷识别模型。

3.缺陷定位:对识别出的缺陷进行定位,确定缺陷在三维模型中的具体位置。

4.缺陷分类:根据缺陷的形状、大小、深度等特征,对缺陷进行分类,为后续修复提供依据。

四、结果输出与评估将检测结果以报告或可视化界面的形式输出,供用户评估。

同时,根据检测结果,对检测流程进行优化,提高检测精度与效率。

1.结果输出:包括缺陷的位置、大小、形状、类别等信息。

2.评估指标:如检测准确率、召回率、F1值等。

3.检测优化:根据评估结果,调整检测参数,优化检测流程。

五、实际应用基于重建的缺陷检测方法在工业生产中具有广泛的应用前景,如汽车制造、航空航天、模具制造等领域。

通过实时检测,可以有效降低生产过程中的缺陷率,提高产品质量。

总结:基于重建的缺陷检测方法流程主要包括数据采集、三维重建、缺陷检测、结果输出与评估等环节。

基于MIC角点检测的改进算法

基于MIC角点检测的改进算法

关键词 : I M C算法 ; 角点检测 ; 局部方 向线 ; 检测直线
中 图分 类 号 :P 9 T 3 文献标志码 : A 文章 编 号 :096 1 2 1 )90 4 - 10 -7 X(0 1 0 -0 1 6 0
An i p o e l o ih a e n M I c r e e e t n m r v d a g r t m b s d o C o n r d t c i o
圈 2 角 点 检 测 模 板 ( 7X7 J
{ = 一 一 + 一 一 ; ( ) ) ) ) 4 )
L = 一 ) 一 )+ 一 ) 一 ) .
假设 任意 一条 穿过 模板 中心 点 的直线 与离 散 圆 模板 的交点 为 P、:, 图像角点 响应 函数定义如下 : P 则
i r v d a g rt m s mo e efc e ti ee t g t o e swih a c r t o ain. mp o e l o h i r fiin n d tci he c m r t c u a e lc to i n
Ke wo d : C ag rt m ;c m e ee t n o a re tt n l e;d tci n l e y r s MI o h l i o rd t ci ;lc lo n a i i o i o n eet i o n
图像 分辨 率是 指 相 机 成像 的大 小 及 尺 寸 , 映 反 在像 素上 就是 组成 一 副 图像 像 素 的个 数 . 如 文 中 例 所用 相机 的最 大成 像 分 辨 率 为 1 8 9 0 表 示 所 0× 6 , 2
=mn f ( ) o 。 l ) o } i{ P 一 )f + / U 一 )f .

基于CRITIC法的印刷品质量评价

基于CRITIC法的印刷品质量评价

基于CRITIC法的印刷品质量评价
王凯;张彦
【期刊名称】《广东印刷》
【年(卷),期】2024()2
【摘要】印刷品质量是衡量整个印刷工艺流程是否正常运行的最重要标准,印刷品质量评价作为工艺流程最重要的环节之一,具有非常重要的意义,但由于必须兼顾印刷品参数和视觉效果,印刷品质量评价的方法一直在不断探讨,作为消费者更倾向于根据自己的心理印象做出快速判断,也就是所谓的主观评价,虽然这种方法简单方便,但作为生产者必须考虑评价的客观性,一般会通过测试数据对印刷品进行客观的评价。

【总页数】2页(P50-51)
【作者】王凯;张彦
【作者单位】浙江工贸职业技术学院
【正文语种】中文
【中图分类】TS8
【相关文献】
1.长三角一体化视角下制造业高质量发展评价研究——基于改进的CRITIC-熵权法组合权重的TOPSIS评价模型
2.基于AHP-CRITIC法赋权的星点设计-效应面法优化瓜子金乳膏处方及其质量评价
3.基于改进CRITIC赋权法和模糊优选法的大气质量评价
4.基于CRITIC赋权法的细支烟物理指标综合质量评价研究
5.基于CRITIC 赋权的TOPSIS法和RSR法模糊联合在医疗服务与质量安全评价中的应用研究
因版权原因,仅展示原文概要,查看原文内容请购买。

印刷品印刷缺陷在线检测技术简介

印刷品印刷缺陷在线检测技术简介

印刷品的属性
1.实地密度 实地密度是直接影响图像最暗调部分的指标,对整个复制曲线都有 影响,理想的实地密度应该满足图像阶调值要求,有清晰的对 比度,网点扩大值要控制在允许范围内。 2.网点扩大 网点扩大是一个网目调网点从分色胶片或者印版开始直到在纸上印 刷出来的尺寸方面的差异。网点扩大比油墨密度对印品的视觉 效果的影响更大,网点在尺寸上微小的变化将会产生一个显而 易见的视觉上的改变,包括许多颜色色相的变化。任何印刷系 统都会产生一定程度的网点扩大。 3.印刷反差 实地与网目调的积分的密度之差同实地密度的比值,常称K值。他 是控制或反映中间调调至暗调层次的指标,。印刷反差越高, 在亮调、中间调、暗调和油墨实地密度之间就会有更多个阶调 可被区分。对于大多数原稿,在分色过程中暗调区域的层次被 严重压缩,也就是说反差不好。 4.油墨叠印率 油墨叠印率与两原色的叠印色红、绿、蓝相关。油墨叠印是指与直 接印到承印材料上的墨量相比,第二次印的油墨转移到前次印 刷油墨上的量。在测量油墨叠印时需要知道印刷色序。
分层检测法
分层检测算法的基本思路是:首先是对图像进行A、B、C、D分层, 分层的多少依据检测系统的精度而定;然后进行隔点检测。首先对 A点进行检测,如果当前被检测点A合格,则跳到下一个检测点A; 如果检测点A不合格,则要对其周围的三个四邻域像素点B进行检 测,若发现所有的B都合格,则跳到下一个A,认为当前的A点是由 于偶然误差引起的;若发现当前检测的像素点B也不合格,则需要 对B周围的三个四邻域像素点C再做进一步的检测,如此循环往复, 通过对检测点A周围不合格点的个数进行统计,并与预先设定的阈值 T进行比较,如果小于阈值T,则认为该像素点A合格,周围不合格点 是由偶然因素引起的,结束本次搜索跳转到下一个检测点A;如果大 于阈值T,则认为该像素点不合格,进而认为该印刷品为次品,结束 整个搜索过程。

定位角标在印刷中的应用

定位角标在印刷中的应用

2.定位角标 定位角标是设置在正面印刷 时侧规边的一种信号条,它的主 要功能是指示定位角。为了在整 个印刷加工过程中便于识别,通 常作出血处理,这样不仅从正面 可以看到,也很容易从纸堆侧面 看到,从而快速确定定位角,便 于后续工序的操作。由于其一般 设置在正面印刷时的侧规边,所 以也称为侧规标。 定位角标的形状如图2所示。
纸张
图1 纸张定位原理
节,那就是从印刷开始,在裁 切、折页、模切、烫金等所有需 要套准的工序中使用统一定位角 的问题。
一、定位角 及其定位角标
1.定位角 对于单张纸印刷来说,印刷 机首先要对纸张进行定位。印刷 机对纸张进行定位的基本原理 是:不在同一直线上的三个点确 定一个平面。如图1所示,箭头指 向为走纸方向,两个前规点对纸 张的周向进行定位,侧规对纸张 的轴向进行定位,三个点实现对 纸面定位。这时纸张前规边(咬 口边)和侧规边的夹角称为纸张 的定位角。
证裁切的批量纸张白料的尺寸完Байду номын сангаас全一致。在裁切精度要求中,批 量纸张白料误差在0.2 m m是合格 的,但实际操作中批量纸张白料 的误差有时甚至会超过0.5 m m。 正是因为送到印刷机上的纸张白 料尺寸存在大小不一的情况,在 对纸张印刷及其后续所有需要定 位加工工序中必须要使用统一的 定位角进行定位,只有这样才能 得到精度很高的成品。这个定位 角就是纸张在整个印制过程中最 初定位时的定位角,即正面印刷 时的定位角。
定位角标在印刷中的应用
陈章才
说起印刷品的精度,人们更 多地关注印刷机的精度和从制版 到印刷过程中统一打孔定位系 统。但令很多业内人士疑惑的 是,明明印刷机状况良好,套印 精度没有问题,而且印版从制作 到印刷机装版使用的都是统一的 打孔定位系统,为什么印刷出来 的产品还是会有版面歪斜、页码 不齐、成品出血边参差不齐、 烫金或模切不准等现象。究其原 因,或许忽略了一个很关键的环

基于质量4.0的印制电路板智能缺陷检测研究

基于质量4.0的印制电路板智能缺陷检测研究

第46卷 第5期2024年5月系统工程与电子技术SystemsEngineeringandElectronicsVol.46 No.5May 2024文章编号:1001 506X(2024)05 1682 09 网址:www.sys ele.com收稿日期:20230724;修回日期:20230920;网络优先出版日期:20231024。

网络优先出版地址:http:∥kns.cnki.net/kcms/detail/11.2422.TN.20231024.1454.024.html基金项目:中央高校基本科研业务费(22120230184)资助课题 通讯作者.引用格式:刘虎沉,李珂,王鹤鸣,等.基于质量4.0的印制电路板智能缺陷检测研究[J].系统工程与电子技术,2024,46(5):1682 1690.犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋:LIUHC,LIK,WANGHM,etal.IntelligentdefectdetectionbasedonQuality4.0:acasestudyofprintedcircuitboard[J].SystemsEngineeringandElectronics,2024,46(5):1682 1690.基于质量4.0的印制电路板智能缺陷检测研究刘虎沉1,李 珂1,王鹤鸣1,施 华2,(1.同济大学经济与管理学院,上海200092;2.上海电机学院材料学院,上海201306) 摘 要:新一代信息技术的高速发展为制造业的转型与发展提供了机遇,同时也推动了制造质量管理方式的重大变革。

本文结合制造业发展实际情况,概述了质量4.0的基本理论及关键技术,并进一步探讨了质量4.0的实施与落地应用。

具体而言,将印制电路板(printedcircuitboard,PCB)缺陷检测作为研究案例,设计了基于质量4.0的PCB智能缺陷检测方案,并提出了缺陷检测的5个关键评价标准;提出的检测方案可有效帮助PCB制造企业过滤缺陷假点、控制产品良率、获取缺陷解决建议,并为员工掌握专业检测技能提供学习和培训平台。

印刷品质量检测方法

印刷品质量检测方法

印刷品质量检测方法近年来,随着印刷技术的不断发展,印刷品的质量要求也越来越严格。

为确保印刷品的质量稳定和一致性,需要进行全面的质量检测。

本文将介绍一些常用的印刷品质量检测方法,帮助各行业提升印刷品的质量。

一、颜色检测方法1. 直观比对法:将标准样品与待检印刷品进行直观比对,以确定颜色的一致性。

这种方法适用于颜色偏差较大的情况。

2. 光谱检测法:使用光谱仪对印刷品进行测试,得到其颜色的光谱数据。

然后将其与标准样品的光谱进行比对,以确定颜色是否符合要求。

二、图像清晰度检测方法1. 视觉检测法:通过肉眼观察,检查印刷品上的图像是否清晰可辨。

这种方法操作简单,适用于一些局部区域的检测。

2. 图像分析法:使用图像处理软件对印刷品进行分析,提取图像的清晰度参数。

然后将其与预设的标准值进行比对,以确定印刷品的图像清晰度是否达标。

三、精度检测方法1. 尺寸检测法:通过精密测量仪器对印刷品的尺寸进行测量,包括长度、宽度、厚度等参数。

然后将其与标准值进行比对,判断印刷品的尺寸是否符合要求。

2. 包装密度检测法:使用密度计对印刷品的包装密度进行测试,判断其是否达到预设的要求。

这种方法适用于一些需要密封包装的印刷品。

四、耐久性检测方法1. 耐磨损测试法:通过机械设备对印刷品进行磨损测试,模拟日常使用情况。

然后观察印刷品的磨损情况,判断其耐久性能是否符合要求。

2. 防水性测试法:使用水浸法或湿度检测仪器对印刷品进行水分接触测试,以判断其防水性能是否达到标准要求。

五、安全性检测方法1. 防伪性能测试法:使用专用仪器对印刷品的防伪特性进行测试,判断其是否具备有效的防伪功能。

这种方法适用于一些需要防伪措施的印刷品,如票据等。

2. 毒性检测法:采用毒性测试仪器对印刷品进行毒性检测,以确保印刷品不含有有害物质。

这对于一些与食品、药品接触的印刷品尤为重要。

六、包装完整性检测方法1. 包装密封性测试法:采用密封性测试仪器对印刷品的包装进行密封性测试,以确保其完整性。

印刷品表面质量(缺陷)在线检测系统

印刷品表面质量(缺陷)在线检测系统

基于机器视觉的印刷品表面质量(缺陷)在线检测系统(作者:李军单位:无锡创视新科技科技有限公司)随着科技日新月异的高速发展及互联网的急剧渗透,大量的信息不断充斥着人们的生活,以前所谓信息不对称的时代一去不复返,传统的软包装印刷业所面临的竞争更加惨烈。

只有两种途径能够寻求出路。

如果选择科技创新开发研究新材料,新印刷工艺,就需要大量人才和资金的投入,更需要时间。

往往还没有开始,就已经面临企业的倒闭。

如果选择和同行血拼价格进行搏杀,更非易事!毕竟任何企业都是要盈利的,否则也是死路一条。

还有一条血淋琳的现实是,价格搏杀的背后是客户对于印刷工艺及质量的要求越来越高,以及正反面的多色印刷、复杂的印刷工艺等给企业带来的巨大生产压力,企业不得已因此而增加品检人员的数量及工作成果的要求。

即使如此,客户的投诉及退单也依然越来越多,给企业带来了直接的经济损失。

那么我们如何使企业能够提升我们的产品出厂质量,降低客户投诉及退单,只是依靠品检人员的增加?但现阶段大部分企业表示,即使提供更高的工资,依然招人非常困难;即使品检人员充足,但是人检往往因为一时的疏漏或一些视角的局限会带来漏检。

基于机器视觉的印刷质量检测系统的出现,可以完全弥补人检所带来的一系列隐患,可以快速的提升企业的产品质量,降低客户投诉及退单,进一步提升企业的综合竞争力。

机器视觉系统的特点是提高生产的柔性和自动化程度。

在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。

而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。

一个典型的工业机器视觉应用系统包括如下部分:光源,镜头,CCD照相机,图像处理单元(或图像捕获卡),图像处理软件,监视器,通讯/输入输出单元等。

首先采用摄像机获得被测目标的图像信号,然后通过A/ D转换变成数字信号传送给专用的图像处理系统,根据像素分布、亮度和颜色等信息,进行各种运算来抽取目标的特征,然后再根据预设的判别准则输出判断结果,去控制驱动执行机构进行相应处理。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Si 翁

蕊 Syst em
便 更 有 利 于 下 一 步 的 检 测 处 理 [。
本 文 通 过 对 角 点 坐 标 连 线 斜 率 的 计 算 , 实现 图像 之 间
中 ,且 集 合 Ⅳ ) Ⅳ ) 4 n D 没有 V值 的象 素 ,则 具 有 V值 的象
素 P和 是 m 邻 接 的 。 从 具 有 坐 标 ) 象 素 P 到 具有 坐 标 , 的 象 素 g的通 的 0
2 图像 旋转 配准 、
( ) 图像 旋 转 1
由于采 集 的 图像 不 可 避 免 地 会 产 生 倾 斜 、 旋 转 等 变化 , 从 而对 测量 结果 产 生 影 响 。为 了减 少这 : 引 起 的 误差 ,对 待 检 测 图像 精 确 定 位 后 ,需 要 对 其进 行 几 何变 换 , 以备 与标 准 图像 的配 准 。经 过 图 的 图 像 ,其 角 点 坐 标 都 得 到 确 定 , 进 而 可 确 定 其 在 标 准 ( 对 )坐 标 下 与水 平 轴 所 成 的夹 角 。然 后 : 相 标 系 ( 对 )下对 标 准 图像 与 待检 测 图像 进 行 归一 化 处 理 ,即 对 其进 行 旋 转 校 正 , 使其 所 处 几 何 位 星 相
j! …… … il y一… l! …… lI s . l l I i l i l … — t e. … … m 一
圜 国 瘪

印刷 袋 陷检
摘 要 :通过 CCD 采集到的图像受光照及环境干扰存在大量噪声,本文首先用中值滤波去除噪声 、保留
图像边缘细节 。 缺陷检测中选择了基于角点的定位方法 , 该算法计算量小 、 速度快 , 能够满足在线 印刷品 检测的要求 。 定位后待检测图像需要与标准图像配准, 通过图像减法得到差分图像 , 将其各象素与预先设 定好 的阈值进行比较 , 如果大于阈值 , 则记为缺陷点 。 本文通过对缺陷图像连通域分析 , 采用斑点分析算
法对缺陷进行提取和分类 。 关键字 :角点 ;图像配准 ;缺陷检测 ;连通域 中图分类号 :TP 9 31 文献标识码 :A 文章编号 :1O O6—8 3 (0 )0 —0 3 8X 2 1 1 4 0 0—0 4
王诗 罨 师惠萍 刘永来自 一、引 言
根据对 印刷质 量影 响因素的分析, 其缺 陷一般分两类 : 形状缺陷和 色彩缺 陷。 形状缺陷主要关注
于待 检 测 图像 ,也 选 取 同样 的两 个 角 点 , 记 下 此 两 点 的 坐 标 为 1和 2 2 , 斜 率 计 算 公 式 为 : ) )

二 , 2二 : !, : . !
x 2 一 x1 x — x1 |
() 1
接 的 ,在 这 种 情 况 下 , 是通 路 的 长度 ,如 果 0 ) :
例如 线 条 形 状 缺 陷 。色 彩缺 陷主 要 关注 颜色 特 征 , 如 颜 色 阴 影 。常 见 的 印刷 缺 陷主 要 有 :飞墨 、 例 针
漏印、黑点、刮擦、套印不准等 。 这些缺陷的检测 目前普遍采用的是人工 目测的手段,劳动强度 大, 检测标准不统一。特别是随着 印刷速度的提高,已逐渐无法满足 生产 的需求。因此,印刷缺陷的 自动
( )图 像配 准 2 图像 配 准 是 机 器 视 觉 领 域 的一 个 基 本 问题 , 一直 是 人们
部 象 素 之 问存 在 一 个 通 路 ,则 可 以说 两 个 象 素 P和 在 中 是 连 通 的 。 于 S中 的任 何 象 素 P S中连 通 道 该 象 素 的象 素 对 , 集 称 为 的连 通 分 量 ,如 果 仅 有 一 个 连 通 分 量 ,则 集 合
的 旋 转配 准 。选 取 标 准 图像 ( 有 印刷 缺 陷 的 图像 ) 此 图 没 ,在 像上 选取 两 个 角 点 ,记 下 此 两 点 的坐 标 为 I ) 1 和 2。对 )
路 是特 定 的 象 素 序 列 ,其 坐 标 为 :
(o o I 1 … Y) x,) y ,  ̄) Y… 其 中 0 ) = ) , ) , : ) 且 象 素 ,并 和 () 2 .是 邻 1 )
) ,
则 通 路 是 闭合 通 路 。令 为 图像 的 一个 子集 ,如 果 在 中全
按 式 ( )分 别 计 算 标 准 图像 、待 检 测 图 像 中 选 取 角 点 之 1 间的 斜 率 ,即 可 计 算 出两 幅 图像 之 间 的旋 转 角 度 ( 即计 算 得 到的两个斜率之差 ) ,可 对 待 检 测 图像 进 行 高精 度 旋转 。
进而将待检测图像及标准图像 恢复到水平位 置,即可做进一步的缺陷检测处理 , 识别出包装盒 图像 的
【|] 4

角点( 顶点) 是二维 图像亮度变化剧烈 的点或图像边缘 曲线上 曲率极大值 的点 ,对待检测图像求;
度 图, 从而可知其每个象素点的灰度变化剧烈程度 , 经过实验 设定具体参数,即可获得 图像 四个角的
成 为 行 业 的趋 势 】 。 针对 以上 的 自动 检 测任 务 ,设 计 了基于 角 点 定 位 的 印刷 品缺 陷 检 测 算 法 , 以标 准 产 品图 像 作 为卡 对 获 得 的每 个 样 本 图像 进 行角 点检 测 、 定位 , 同一 坐 标 下将 各 图像 旋 转 、 准 后进 一步 做 缺 陷检 测 在 配
二、缺陷检测理论与算法设计
l 图 像 定位 、
实际当中,为了检测 出平移、旋转后图像的缺 陷部分,需要对采样图像进行恢 复处理 。一般 印
规则 的几 何 形 状 ,故 在 标 准平 面 坐 标 下 ,根据 图像 四个 角之 间相 对 距 离 的 不 变性 ,经 过 旋 转 后 的 图像 然 与 水 平 坐 标成 某 一 角 度 ,故 可 以检 测 出图 像 的 四个 角 作 为 角 点 ,计 算 出角 点 间连 线与 水 平 坐 标 所
相关文档
最新文档