[01215352]基于机器视觉的卷筒纸印刷品缺陷检测关键技术研究

本项目针对卷筒纸印刷缺陷检测中的关键技术进行了研究,首先针对卷筒纸连续图像连续采集的情况,提出了非同步采集情况下图像的同步对齐方法,以切分出一帧画面大小的图像,无论在切分的时间上还是切分的精度上均能满足实际的应用;其次,针对现有检测系统中需要人工标记配准用的特征区域,基于形状特性的稳定性,提出了一种形状选择方法,并研究了无人工标记情况下的印刷特征区域提取方法,通过对一幅图像的不同区域自动提取了配准用的形状区域,具有形状规则,特征稳定,配准精度高的特点;针对形状匹配,为减少特征数量,提高配准速度,提出了一种基于凸性的匹配方法,提高了图像的配准速度和精度;针对现有基于差影的缺陷检测方法,改进了现有印刷缺陷检测方法,通过亮、暗模板的使用及参数的自适应设置,增强了该方法的灵活性,提高了缺陷检测的能力;针对现有缺陷分类方法正确识别率低的问题,设计了相应的深度卷积网络模型,研究了一种基于深度学习的印刷缺陷分类方法,分类的精度有较大的提升。本项目获授权发明专利1项,申请发明专利2项,获计算机软件著作权2项,发表学术论文3篇。