论文摘要
目的针对当前印刷缺陷检测系统中存在的低对比度印刷缺陷检测精度不高等问题,基于HSV颜色空间,提出一种增强的低对比度印刷缺陷识别方法。方法首先,将标准样张图像与采集到的印刷图像由RGB颜色空间转换到HSV颜色空间,并提取视觉上变化敏感的亮度分量V作为待检测对象;其次,将对比度受限的局部直方图均衡(CLAHE)与数学形态学相结合,来增强显现待检测图像中的缺陷;再次,使用连通域分析方法来获取缺陷的面积、周长、离心率、长宽比和圆形度等5种特征信息,并以此建立15个特征模型;最后,构建基于PNN的印刷缺陷识别神经网络,并在Matlab中实现对低对比度印刷缺陷的识别。结果 15个模型的平均耗时为475 ms,都控制在毫秒级别,满足了现代印刷缺陷检测对于实时性的要求。其中模型2的测试正确率为95%,能够识别污点等点缺陷,模型3和模型12的测试正确率为93%和93.3%,能够识别刮痕等线缺陷,模型5的测试正确率为93.1%,能够识别墨迹等面缺陷,且测试正确率高于基于BP神经网络的缺陷识别方法。结论从缺陷检测的实时性和精确性上来讲,提出的方法能够对低对比度印刷缺陷进行实时和精确的检测。
论文目录
文章来源
类型: 期刊论文
作者: 张雷洪,熊锐
关键词: 缺陷检测,图像增强,模式识别
来源: 包装工程 2019年13期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 轻工业手工业,计算机软件及计算机应用
单位: 上海理工大学
分类号: TP391.41;TS807
DOI: 10.19554/j.cnki.1001-3563.2019.13.037
页码: 252-258
总页数: 7
文件大小: 1628K
下载量: 113
相关论文文献
- [1].一种基因芯片图像的对比度增强方法[J]. 厦门理工学院学报 2015(05)
- [2].基于深度学习与自适应对比度增强的臂丛神经超声图像优化[J]. 计算机科学 2019(S2)
- [3].一种对比度增强的边缘检测改进算法及FPGA实现[J]. 电视技术 2014(15)
- [4].双区间熵重映射图像对比度增强方法[J]. 辽宁工程技术大学学报(自然科学版) 2020(05)
- [5].改进的卷积神经网络用于对比度增强取证[J]. 应用科学学报 2017(06)
- [6].基于对比度增强抑制灰度的改进优化准则法[J]. 中国机械工程 2017(24)
- [7].基于曲波变换的图像非线性对比度增强[J]. 数据采集与处理 2009(04)
- [8].基于区域对比度增强的二值化算法[J]. 电子与信息学报 2017(01)
- [9].部分极化条件下的极化对比度增强优化的快速方法（英文）[J]. 电子科技大学学报 2015(01)
- [10].基于模糊区域对比度增强的肺实质鲁棒分割[J]. 生物医学工程研究 2018(02)
- [11].一种红外图像自适应对比度增强算法[J]. 红外技术 2009(09)
- [12].基于混合对比度增强的户外图像去雾方法[J]. 计算机仿真 2010(05)
- [13].一种弱小目标序列图像对比度增强技术[J]. 电视技术 2011(09)
- [14].颜色对比度增强的红外与可见光图像融合方法[J]. 红外与激光工程 2015(04)
- [15].相机视频图像自适应对比度增强系统的研制[J]. 武汉理工大学学报(交通科学与工程版) 2008(02)
- [16].一种基于EMD的对比度增强方法[J]. 机械工程与自动化 2010(02)
- [17].基于区域对比度约束的暗通道图像去雾[J]. 中国激光 2019(08)
- [18].数字化X线像影中的多级对比放大技术[J]. 影像诊断与介入放射学 2010(04)
- [19].彩色图像局部自适应对比度增强算法研究[J]. 铜陵学院学报 2013(03)
- [20].光学透明级对比度增强胶膜(CEF)的性能研究[J]. 粘接 2011(03)
- [21].新品[J]. 家庭影院技术 2019(04)
- [22].基于图像检索的对比度调整[J]. 激光与光电子学进展 2018(05)
- [23].基于对比度增强与小波变换相结合的红外与可见光图像融合算法[J]. 淮阴师范学院学报(自然科学版) 2018(03)
- [24].基于离散小波变换的图像感知对比度增强数学模型构建[J]. 现代电子技术 2020(19)
- [25].基于对比度增强和背景估计的文档图像二值化[J]. 电子科技 2018(04)
- [26].基于对比度增强与多尺度边缘保持分解的红外与可见光图像融合[J]. 电子与信息学报 2018(06)
- [27].基于非下采样Shearlet变换与模糊对比度的合成孔径雷达图像增强[J]. 计算机应用 2018(09)
- [28].结合NSST和颜色对比度增强的彩色夜视方法[J]. 光电工程 2016(11)
- [29].基于Retinex亮度校正的图像细节对比度增强感知[J]. 计算机仿真 2020(10)
- [30].面向暗室照度计检定低对比度示值图像智能识别技术研究[J]. 激光杂志 2019(08)