印刷品缺陷檢測中關(guān)鍵技術(shù)的研究.pdf

1、圖像配準(zhǔn)和圖像分割在印刷品的缺陷檢測中占據(jù)著舉足輕重的地位，成為機(jī)器視覺軟件設(shè)計(jì)開發(fā)成敗的關(guān)鍵要素。
　　本文研究的圖像配準(zhǔn)技術(shù)是以圖像的紋理和幾何特征為基礎(chǔ)，采用VE4000視覺系統(tǒng)中圖像配準(zhǔn)算法理論進(jìn)行實(shí)驗(yàn)，設(shè)計(jì)單一模板，進(jìn)而根據(jù)待配準(zhǔn)圖像的特征，裁剪單一模板拼接生成基準(zhǔn)參考圖像。在VE4000配準(zhǔn)算法的基礎(chǔ)上，重新設(shè)計(jì)模板，將七個(gè)模板無縫拼接形成標(biāo)準(zhǔn)圖像，再通過模板匹配，將待配準(zhǔn)圖像與標(biāo)準(zhǔn)圖像中進(jìn)行模板匹配，進(jìn)而在標(biāo)準(zhǔn)圖像上

2、裁剪出與待配準(zhǔn)圖像的大小一致的基準(zhǔn)參考圖像。
　　本文研究的圖像分割技術(shù)是以印刷品的區(qū)域特征為基礎(chǔ)，采用C-V模型的水平集算法和 BLOB分析技術(shù)進(jìn)行實(shí)驗(yàn)。對圖像分別用投影和種子預(yù)處理算法對圖像進(jìn)行去噪。進(jìn)而采用水平集算法和BLOB分析分別對特定區(qū)域進(jìn)行分割。水平集算法是根據(jù)曲線內(nèi)外的能量推動初始曲線的變化，迭代，最終達(dá)到圖像分割的目的?；贐LOB分析，首先對圖像進(jìn)行二值化處理，采用連通性BLOB分析，取得最大連通區(qū)域的特征，并

3、對最大連通區(qū)域進(jìn)行圖像校正和二線性插值操作，最終，比對水平集和BLOB分析的分割結(jié)果。
　　比對圖像配準(zhǔn)和圖像分割算法的實(shí)驗(yàn)結(jié)果。對VE4000圖像配準(zhǔn)算法和改進(jìn)的圖形配準(zhǔn)算法分別進(jìn)行操作，兩種算法都能獲取配準(zhǔn)圖像，然后對配準(zhǔn)圖像進(jìn)行差影操作，根據(jù)BLOB分析的效果，得出改進(jìn)算法的配準(zhǔn)精度優(yōu)于VE4000配準(zhǔn)算法。采用C-V水平集算法對圖像進(jìn)行分割，并沒有達(dá)到預(yù)期的分割效果。進(jìn)而分析圖像特點(diǎn)，采用BLOB圖像分析算法對圖像進(jìn)行處理