基于机器视觉技术检测印刷品质量的应用

王爱艾

传统的印刷品质量检测方法受主观因素的影响较大，随着科技的发展，基于机器视觉的印刷品质量检测技术以其高精度、自动化等优点受到人们的青睐，该方法可对印刷品质量进行高质量、高效率的检测。本文介绍了印刷品质量检测的机器视觉系统以及印刷品质量检测软件的处理流程，利用机器视觉系统替代人眼来检测印刷品质量，克服了检测人员生理因素和主观因素的影响，为印刷质量进行全过程控制提供了条件。

引言

随着时代的发展，人们对印刷品的质量要求日益提高，印刷企业受到的压力越来越大，单独地依靠人工检测印刷品质量已经不能满足需要。利用机器视觉检测系统来检测印刷品质量可以使印刷品质量达到持续、稳定的效果。

受印刷机械及印刷环境等因素的影响，在印刷过程中，印刷品经常会存在一些问题（如偏色、套印不准、有污点、飞墨等），导致印刷品质量不能满足客户的要求。在质量检测中，大多数企业采取的都是利用人工来检测印品质量的方法，而且在检测过程中，长时间地工作，员工容易产生视觉疲劳，可能出现印品漏检或检测质量不够精确的问题，不但需要大量的人力，增加了成本，而且影响印刷企业的声誉，使企业的竞争力难以提高。因此，在行业需求和技术发展迅猛的情况下，利用机器视觉技术来逐渐替代传统的印品质量检测方法，是未来印刷行业的发展趋势。

基于机器视觉技术检测系统的构成及原理

1.基本构成

基于机器视觉的印刷品质量检测系统构成如图1所示，主要包括两部分：硬件部分和软件系统，其中硬件部分包括CCD、镜头、图像采集卡、光源等，软件系统主要包含检测系统的操作。

2.检测原理

首先通过CCD对印刷品的图像进行采集，然后对所采集的图像进行处理，根据预先所设定的印刷品要达到的质量标准来进行判断，若待测印品的相关指数不在设定标准的范围内，则系统会判断为印刷品的质量不合格。其处理流程如图2所示。

标准印品或样张是客户签样后的样张。在对印刷品进行检测时，将印刷品放在滚筒上，操作机器使滚筒转动，此时CCD摄像机进行采样，要保证相机的采样频率与滚筒的转速同步，这样会避免由于两者速度不均而导致采集到的图像变形;之后，机器视觉系统通过机箱内的图像采集卡将采得的信息转化为图像信号，并传送到图像处理系统进行图像处理，图像处理系统在对像素分布、颜色信息等分析的基础上，对图像特征进行提取和校配，然后作出判断，将判断结果显示出来并对印品进行筛选或分拣。

在实际应用中，应避免视觉检测系统由于以下原因造成的问题：①由于摄像机的抖动而影响图像采集的质量;②注意对光源亮度的变化进行控制;③在印品的传送过程中，难免出现位置的偏差，如何避免或对这些偏差进行补救。

通过机器视觉检测系统对印刷品质量进行检测，实现了印刷质量检测的智能化、精确性和稳定性，提高检测速度的同时，也使劳动力得到了解放。

印刷品质量检测软件

印刷品检测软件通过图像采集系统获得标准样张的原始图像，且以该图像信息为标准输入到检测系统中，把标准样张上的图像信息分为无限多块，并对每一小块的图像信息设置一个合格范围，称之为检测精度阈值，一般需要设置颜色偏差阈值和缺陷面积阈值。完成此过程后，即得到了标准模板，之后开始对待检测样张进行质量检测，在采集信息的同时质量检测软件也对其进行处理（如图像分色、图像校配、图像对比，对比对后的图像进行分析和处理等）。根据对标准样张上所设置信息的颜色偏差阈值和缺陷面积阈值来判断待检测印刷品是否满足质量要求，如果超出了所设置的合格阈值，检测软件则会判断为质量不合格，如果在合格阈值之内，检测软件则会判断为符合质量要求。

印刷品质量检测软件中的图像处理方法

常用的图像处理方法有分色处理、模板匹配、二值化处理等。由于所采集到的图像不仅包括目标部分的有用信息，此外还有噪声等无用信息的出现，所以要对图像进行处理，使得检测目标主体突出，进而方便对印品进行检测。

1.图像的分色处理

在印刷过程中，通常使用的是CMYK四色油墨，而在对图像信息进行采集后，要将信息传送到显示器上进行显示，显示器是基于RGB色彩模型进行显示的，由于CMYK颜色空间不同于RGB颜色空间，导致显示图像与实际图像之间存在一定的偏差。所以在对印刷品质量进行检测时，需要把印刷品上的图像转变成相机输出的数码图像，即把CMYK图像通过相机转化为RGB图像，因为RGB色空间大于CMYK色空间，所以除了少量在RGB色空间之外的专色会产生一定的损失外，绝大多数颜色都可以保持印刷品上原来的颜色。

由于任何颜色都能用红、绿、蓝3种颜色表示出来，所以每一幅彩色图像都可以分为含有R、G、B 3个颜色通道的图片。可以将彩色图像转换为灰度图，通过如下转换公式计算图像的灰度值：

Gray=0.11R+0.59G+0.3B

这样，原来的彩色图像就变成了灰度图，之后再對3个通道的图片分别进行处理。

2.模板匹配

匹配是指在机器进行识别时，把传感器在各个时间点、各种成像条件下对印刷品上同一位置所获得的两幅（或多幅）图像进行比对，或依照一张图上的已知信息到另一幅图中找寻相应的信息。

通常，以样张图像作为标准图像，以标准图像上任意区域为基准，将模板图与待检测图做某种运算，计算出两幅图像的相似值，把相似值最高的图像区域作为最后的匹配结果，然后再进行质量合格与否的判断。

对于不同的图像，由于特征不同，采用的匹配算法也各有不同。例如：傅立叶变换（或小波变换），属于谐波分析，将图像从频域变换到时域，再与标准图像的时域特征进行对比，从而得到两者间的相似程度，虽然此方法的匹配精度高，而且具有极强的抗干扰能力，但是计算量过大;基不变矩阵法，该方法主要应用在比较简单的图形识别中，在旋转过程中具有不变性，但不适于对形状复杂或有形状发生变化的图像的识别;绝对值差法，这种方法比较简单，且计算量小，在图像变化速度慢的情况下，表现出良好的实用性。虽然各种算法有优势也有弊端，但它们实现了在目标追踪以及由简单图形到复杂图像的识别领域的广泛应用。

小结

机器视觉技术检测系统可以提高印刷品质量检测的效率和质量。目前，国内很多企业都采用了印刷品质量检测设备，但在颜色检测能力上存在一些不足，如果能进一步完善图像采集和检测中的精准度，那么机器视觉技术将可以完全替代传统的人工检测方法，不但可以节省人力，而且能够降低生产成本，使企业更具竞争力，是印刷产业的发展趋势和方向。

作者单位：曲阜师范大学工学院

责任编辑：李倩 liqian@cprint.cn