《机器视觉系统在印刷包装中的应用.docx》由会员分享，可在线阅读，更多相关《机器视觉系统在印刷包装中的应用.docx（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、机器视觉系统在印刷包装中的应用yangliu导语：最早用于印刷品质量检测的是将标准影像与被检测影像进展灰度比照的技术，如今较先进的技术是以RGB三原色为根底进展比照。1、自动印刷品质量检测自动印刷品质量检测设备采用的检测系统多是先利用高明晰度、高速摄像镜头拍摄标准图像，在此根底上设定一定标准；然后拍摄被检测的图像，再将两者进展比照。CCD线性传感器将每一个像素的光量变化转换成电子信号，比照之后只要发现被检测图像与标准图像有不同之处，系统就以为这个被检测图像为不合格品。印刷经过中产生的各种错误，对电脑来讲只是标准图像与被检测图像比照后的不同，如污迹、墨点色差等缺陷都包含在其中。最早用于印刷品质量
2、检测的是将标准影像与被检测影像进展灰度比照的技术，如今较先进的技术是以RGB三原色为根底进展比照。全自动机器检测与人眼检测相比，区别在哪里?以人的目视为例，当我们聚精会神地注视某印刷品时，假如印刷品的比照色比拟强烈，那么人眼可以发现的、最小的缺陷，是比照色明显、不小于0.3mm的缺陷；但依靠人的才能很难保持持续的、稳定的视觉效果。可是换一种情况，假如是在同一色系的印刷品中寻找缺陷，尤其是在一淡色系中寻找质量缺陷的话，人眼可以发现的缺陷至少需要有20个灰度级差。而自动化的机器那么可以轻而易举地发现0.10mm大小的缺陷，即使这种缺陷与标准图像仅有一个灰度级的区别。但是从实际使用上来讲，即便是同样
3、的全色比照系统，其区分色差的才能也不同。有些系统可以发现轮廓局部及色差变化较大的缺陷，而有些系统那么能识别极微小的缺陷。对于白卡纸和一些简约风格的印刷品来讲，如日本的KENT烟标、美国的万宝路烟标，简单地检测或者许已经足够了，而国内的多数印刷品，十分是各种标签，具有很多特点，带有过多的闪光元素，如金、银卡纸，烫印、压凹凸或者上光印刷品，这就要求质量检测设备必须具备足够的发现极小灰度级差的才能，也许是5个灰度级差，也许是更严格的1个灰度级差。这一点对国内标签市场是至关紧要的。标准影像与被检印刷品影像的比照准确是检测设备的关键问题，通常情况下，检测设备是通过镜头收集影像，在镜头范围内的中间局部，影
4、像非常明晰，但边沿局部的影像可能会产生虚影，而虚影局部的检测结果会直接影响到整个检测的准确性。从这一点来讲，假如仅仅是全幅区域的比照并不合适于某些精细印刷品。假如可以将所得到的图像再次细分，比方将影像分为1024dpiX4096dpi或者2048dpiX4096dpi，那么检测精度将大幅进步，同时由于防止了边沿局部的虚影，进而使检测的结果更加稳定。采用检测设备进展质量检测可提供检测全经过的实时报告和详尽、完善的分析报告。现场操纵者可以凭借全自动检测设备的及时报警，根据实时分析报告，及时对工作中的问题进展调整，或者许减少的将不仅仅是一个百分点的废品率，治理者可以根据检测结果的分析报告，对消费经过
5、进展跟踪，更有利于消费技术的治理。由于客户所要求的，高质量的检测设备，不仅仅是停留在检出印刷品的好与坏，还要求具备事后的分析才能。某些质量检测设备所能做的不仅可以提升成品的合格率，还能协助消费商改良工艺流程，建立质量治理体系，到达一个长期稳定的质量标准。2、凹版印刷机位置控制及产品检测由设置在消费线上的摄像机连续摄取印制品的视频图像，摄像的速度在30帧s以下且可调。摄像机收集到的图像，首先进展量化，将模拟信号转化成数字信号，从中抽取一张有效代表镜头内容的关键帧，并将其显示在显示器上。对于一帧图像，可采用对静止图像的分析方法来处理，通过尺寸测量和多光谱分析可识别出视频图像上各色标，得出色标间距和
6、色标的颜色参数以及一些其他相关。由于各种因素影响，会出现各种各样的噪声，如高斯噪声、椒盐噪声及随机噪声等。噪声给图像处理带来很多困难，它对图像分割，特征提取，图像识别，具有直接的影响，因此实时收集的图像需进展滤波处理。图像滤波要求能去除图像以外的噪声，同时又要保持图像的细节。当噪声为高斯噪声时，最常使用的是线性滤波器，易于分析和实现；但线性滤波器对椒盐噪声的滤波效果很差，传统的中值滤波器能减少图像中的椒盐噪声，但效果不算理想，即充分分散的噪声被去掉，而彼此靠近的噪声会被保存下来，所以当椒盐噪声比拟严重时，它的滤波效果明显变坏。本系统改良型中值滤波法。该方法首先求得噪声图像窗口中去除最大和最小灰
7、度值像素后的中值，然后计算该中值与对应的像素灰度值的差，再与阈值相比拟以确定是否用求得的值代替该像素的灰度值。图像分割在该阶段中检测出各色标并与背景别离，物体的边沿是由灰度不连续性所反映的L边沿种类可分为两种，其一是阶跃性边沿，它两边的像素的灰度值有显著不同；其二是屋顶状边沿，它位于灰度值从增加到减小的变化转折点L对于阶跃性边沿，其二阶方向导数在边沿处呈零穿插，因此可用微分算子来做边沿检测算子。微分算子类边沿检测法类似于高空间域的高通滤波，有增加高频分量的作用，这类算子对噪声相当敏感，对于阶跃性边沿，通常可用的算子有梯度算子Sobel算子和Kirsh算子。对于屋顶状边沿可用拉普拉斯变换和Kir
8、sh算子。由于色标为长方形，且相邻边沿灰度级相差较大，故采用边沿检测来分割图像。这里采用Sobert边沿子来进展边沿检测，它是利用部分差分算子来寻找边沿，能较好的将色标别离出来。在实际的检测经过中，采用彩色图像边沿检测方法，选择适宜的彩色基如强度、色度、饱和度等来进展检测。根据印刷机的类型特点，即印刷机各色的颜色和幅员的特点，进展多阈值处理，得到各色的二值图。将分割后的图像进展测量，通过测量值来识别物体，由于色标为外形规那么的矩形，所以可对下述特征进展提取：1由像素计算矩形面积，2矩形度，3色度H和饱和度S，然后根据各色标的间隔的像素点数目得到色标间的间距，与设定值比拟，得到两者的差值，共进展
9、m次测量，取平均差值，给数字沟通伺服调节局部提供相应的调节信号。以调节色辊的相对位置，进而消除或者减少印刷错位。在特征提取时，对图像进展多光谱图像分析，可以定量地表示色标，如彩色数图像中像素的颜色，采用HIS格式得到各色标颜色信息的两个参数：色度和饱和度，以此来检测油墨的质量。对各色二值图再进展统计计算或者与标准图形进展样板匹配，测量印刷经过中墨屑等参数。印刷机由开卷机放卷运行依次经过各印刷单元，进展各色的印刷和烘干，由收卷机进展收卷L每色印刷都会在印料的边沿印上以供套色用的色标，该色标线程度长10mm，宽1mm，每个相邻颜色的标志线在套印准确时应互相平行，垂直纵向相距20mm，由设置在消费线
10、上的摄影机连续摄取印制品的视频图像，通过尺寸测量和多光谱分析可识别出视频图像上各色标，得出色标间距和色标的颜色参数L假如相邻两色色标间隔大于或者小于20mm，那么讲明套印出现了偏向。将该偏向信号送给伺服变频驱动单元，驱动沟通伺服电机，使相应的套色修正辊ML上下挪动来延长或者缩短印料自上一单元印刷版辊到该单元印刷版辊的行程来动态修正。3、在当代包装行业中的应用在当代包装工业自动化消费中，涉及到各种各样的检查、测量，比方饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等。这类应用的共同特点是连续大批量消费、对外观质量的要求非常高。通常这种带有高度重复性和智能性的工作只能靠人工检测来完成，我们经常
11、在一些工厂的当代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序，在给工厂增加宏大的人工本钱和治理本钱的同时，仍然不能保证100的检验合格率即零缺陷，而当今企业之间的竞争，已经不允许哪怕是0.1的缺陷存在。有些时候，如微小尺寸的准确快速测量，外形匹配，颜色辨识等，用人眼根本无法连续稳定地进展，其它物理量传感器也难有用武之地。这时，人们开场考虑把计算机的快速性、可靠性、结果的可重复性，进而引入了机器人视觉技术。一般地讲，首先采用CCD照相机将被摄取目的转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进展各种运算来抽取目的的特征
12、，如：面积、长度、数目、位置等；最后，根据预设的容许度和其他条件输出结果，如：尺寸、角度、偏移量、个数、合格/不合格、有/无等。机器视觉的特点是自动化、客观、非接触和高精度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速度，以及工业现场环境下的可靠性。机器视觉极适用于大批量消费经过中的测量、检查和辨识，如：对IC外表印字符的辨识，食品包装上面对消费日期的辨识，对标签贴放位置的检查。典型的视觉系统一般包括如下局部：光源，镜头，CCD照相机，图像处理单元或者图像捕捉卡，图像处理软件，监视器，通讯/输入输出单元等。视觉系统的输出并非图像视频信号，而是经过运算处理之后的检测结果，如尺寸数据。
13、上位机如PC和PLC实时获得检测结果后，指挥运动系统或者I/O系统执行相应的控制动作，如定位和分选。从视觉系统的运行环境分类，可分为PC-BASED系统和PLC-BASED系统。基于PC的系统利用了其开放性，高度的编程灵敏性和良好的Windows界面，同时系统总体本钱较低。以美国DATATRANSLATION公司为例，系统内含高性能图像捕捉卡，一般可接多个镜头，配套软件方面，从低到高有几个层次，如Windows95/98/NT环境下C/C+编程用DLL，可视化控件activeX提供VB和VC+下的图形化编程环境，甚至Windows下的面向对象的机器视觉组态软件，用户可用它快速开发复杂高级的应用。在基于PLC的系统中，视觉的作用更像一个智能化的传感器，图像处理单元独立于系统，通过串行总线和I/O与PLC交换数据。系统硬件一般利用高速专用ASIC或者嵌入式计算机进展图像处理，系统软件固化在图像处理器中，通过类似于游戏键盘的简单装置对显示在监视器中的菜单进展配置，或者在PC上开发软件然后下载。基于PLC的系统表达了可靠性高、集成化，小型化、高速化、低本钱的特点，代表厂商为日本松下、德国Siemens等。