多色胶印机套色标识检测系统的分析

《多色胶印机套色标识检测系统的分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。签名：关于论文使用授权的说明日期：型：』12本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅：学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(

2、保密的论文在解密后应遵守此规定)隰车盟J第1章绪论1．1本课题的研究背景由于计算机技术的迅猛发展，计算机的速度越来越快，图像处理系统的价格日益下降，从而使图像处理得以在众多的科学与工程领域，如遥感，工业检测，医学，气象，侦察，通信，人工智能等Ⅲ。图像处理是一个发展成熟的领域，主要任务是将输入图像作某种处理并转换成输出图像讶。作为相关领域，机器视觉系统的最初阶段通常采用图像处理的处理结果，但输出的是图像的属性或特征，而不一定是完整的图像。1。事实上，机器视觉侧重于图像处理后的信息恢复和提取，要求自动化程度高，尽量减少人为干预，达到智能化水平。目前，计

3、算机科学得到广泛应用，工业自动化程度有很大提高，自动化、数据化、规范化成为工业发展的一个大的趋势，印刷行业“1同样如此。国际上一些较大的印刷机制造商，其生产已实现高度自动化，产品的检测方法手段也是使用一些自动化的高精密设备仪器，将入的影响因素降低到最小。然而，我国的印刷设备生产企业目前的检测方法依旧是靠人工检测。以胶印机套印精密度检测为例，检测方法是用人眼通过读数放大镜测量套色标识十字线间的宽度，它完全依赖人眼，检测手段比较落后，效率低，而且检测结果在很大程度上受到人为的因素的影响。针对这种情况，本课题是通过CCD摄像，头对一定数量印刷品的套色标识

4、十字线进行拍照，将拍到的图片传输到计算机，通过图像处理算法得到各种颜色十字线的中心点，再通计算得到各色套色标识十字线同侧边或异侧边的宽度，最后按照特定的数据处理方法计算得到胶印机套印精密度和准确度的值。通过此项技术开发，其目的是用设备仪器取代人工测量，提高工作效率，减小人的影响因素，更加客观的评价印刷机的性能参数，实现产品检验工作的数据化和规范化。本研究将在图像处理和机器视觉理论的相关领域作进一步的深入，试图在数字图像分割，数字图像边缘检测61，数字图像几何基元信息的提取在工业检测的应用方面做一些工作。在应用方面，本研究直接缛到科研基金和企业基金的

5、支持，整个多色胶印机套色标识检测系统作为一个产品来开发，在印刷设备生产企业将会得到广泛的应用。整个系统除了相关数字图像处理算法的研究外，还有相关硬件模块设计(以工业数字摄像机为核心的图像采集光学系统)，机械机构模块设计，以及配套的检测软件开发。在已经研究的多种技术中，机器视觉检测技术具有速度快、精度高、自动北京工业大学工学硕士学位论文化程度高等突出的优点，能很好的满足现代制造业的需求，在实际中显示出广阔的应用前景。机器视觉技术相对于传统检测技术在检测领域中的优点表现在：一、非接触；二、检测速度快：三、精度高；四、实时性强，能实现全自动检测；五、现场

6、抗干扰能力强。所以，根据机器视觉技术所具有的优点，本课题使用机器视觉技术实现对多色胶印机套色标识的检测。1。2机器视觉技术及其发展1．2．1机器视觉概念的引入在现代工业自动化生产中，例如，汽车零配件尺寸检查和自动装配的完整性检查，电子装配线的元件自动定位，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生产、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，经常在一些工厂的现代化流水线后面看到数以百计的检测工人来执行这道工序，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证100“,6的检验合格率

7、(即“零缺陷”)。如微小尺寸的精确快速测量，形状匹配，颜色辨识等，用人眼根本无法连续稳定地进行，其它物理量传感器也难有用武之地。这时，人们开始考虑把计算机的快速性、可靠性、结果的可重复性，与人类视觉的高度智能化和抽象能力相结合，由此产生了机器视觉嘲的概念。1．2．2机器视觉的原理机器视觉是用计算机来分析从摄像机获得的图像的一种方法。分析结果被用来报告信息(探测结果)、控制工艺过程或移动物体。与一般意义上的图像处理系统如多媒体系统相比，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。首先采用CCD照相机将被摄取目标转换成图像信号，传送给专用的

8、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行各种运算来抽取目标的特征，如：面积、