----追光逐电 光赢未来----
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。在印刷品中，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。
图 3
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。
(3)混合型判决。综合运用标准模板比对和基于规则的判决两种方法。目前系统缺陷检测选取了“混合型判决”的方法：以无参照的方法检测刀丝缺陷（针对型检测），以有参照的方法检测文字残缺、偏色、墨点、漏白、套印不良等缺陷（通用型检测）。产品的使用过程包括“建模”和“检测”两个主要环节。
主要流程如图4所示。
图 4
系统检测算法基本流程如图5所示。
图 5 印刷品缺陷检测算法流程示意图
拉丝、浅脏、散斑、串色，这类缺陷通用型检测难以检查出来，需要针对性提取其的特征才能查出来。
散斑：这类缺陷表现为不连续，单个斑点缺陷不大，但是联合起则较大，对于距离一两个像素较近的散斑，则通过数学形态学的方法可以解决，距离较大的散斑则可通过颜色及距离两个维度进行聚类。颜色测量：在印刷过程中由于不同墨键位置上墨量不同、不同区域版压不同、不同时间温度不同会导致印出产品颜色与标准样有一定的差异。
通用型检测算法，即基于标准模板比对的算法，一般用于检测灰度或者颜色差异比较大、面积稍大的各种缺陷。算法原理：分为离线和在线两个步骤。离线：通过定位校正实时图像与模板图像的位置偏差，把校正后的合格的图像作为样品集训练出大小模板；在线：通过定位校正实时图像，比较实时图像与大小模板每个像素之间的像素值，并计入一个错误值，若样品像素在可接受的范围，其错误值为零，若超过了此范围，就由错误加权计算出其错误值，并进行连通性分析得到Blob、对Blob进行面积、占空比、能量等形状特征分析识别缺陷。1)大小模板如何生成？
2)错误值如何计算？
根据当前检测图像与模板进行逐点灰度值比较，找出大于大模板图像灰度值（漏印或墨浅）点然后进行加权计算，生成漏印图像；找出小于小模板图像灰度值（脏点或墨浓等）的点进行加权计算，生成脏点图像。错误值根据Tolerance（容忍度）、STEP（步长参数）、GAIN（增益参数）、LIMIT（范围参数）进行计算。通常情况下，由于产品中的字符区域带有很多重要信息，因此对于字符区域缺陷的检测往往要比其它区域更加严格。典型的字符缺陷包括：漏印、脏点、针孔，分别如下图所示。
字符区域漏印缺陷
字符上针孔缺陷
申明：感谢原创作者的辛勤付出。本号转载的文章均会在文中注明，若遇到版权问题请联系我们处理。
----与智者为伍 为创新赋能----
联系邮箱：uestcwxd@126.com
QQ：493826566
