外文翻譯在線(xiàn)自動(dòng)檢測(cè)方法和印刷品質(zhì)量體系

1、<p>　　在線(xiàn)自動(dòng)檢測(cè)方法和印刷品質(zhì)量體系</p><p>　　收稿日期：2005年9月1日/接受：2005年10月25日/網(wǎng)上發(fā)布時(shí)間：2006年4月11日</p><p>　　＃施普林格出版社2006年倫敦有限公司</p><p>　　摘要:本文研究的是一個(gè)在線(xiàn)自動(dòng)檢測(cè)方法及系統(tǒng)印刷品的質(zhì)量。提出評(píng)估標(biāo)準(zhǔn)多色實(shí)時(shí)收集的圖像印刷。集成的設(shè)計(jì)和優(yōu)化使它透

2、明影響實(shí)時(shí)的關(guān)鍵因素檢測(cè)算法的性能。提出子空間為基礎(chǔ)的登記算法加速搜索速度，并且參考圖像的動(dòng)態(tài)刷新避免了累積偏差，提高了配準(zhǔn)精度。為了獲得地位和幾何實(shí)時(shí)各種缺陷，由集群和線(xiàn)逐線(xiàn)掃描動(dòng)態(tài)數(shù)組提出來(lái)提取和合并的缺陷的方法的特征閾值。最后，幾何特征和統(tǒng)計(jì)參數(shù)采用分類(lèi)和識(shí)別大量的缺陷，離散的點(diǎn)缺陷，并線(xiàn)性缺陷。一個(gè)運(yùn)動(dòng)圖像采集系統(tǒng)和分布式計(jì)算機(jī)處理系統(tǒng)的設(shè)計(jì)。實(shí)驗(yàn)研究和實(shí)踐運(yùn)行表明，缺陷，包括紋，潑墨，竄氣，異物等，可檢測(cè)，顯示，存儲(chǔ)，并警告實(shí)

3、時(shí)的。檢測(cè)速度達(dá)到2500米/分和精度達(dá)到0.375毫米在運(yùn)行方向和0.15毫米的交叉方向。</p><p>　　關(guān)鍵詞：在線(xiàn)檢測(cè) 自動(dòng)檢測(cè) 印刷品的質(zhì)量 影像處理</p><p><b>　　1引言</b></p><p>　　通過(guò)設(shè)計(jì)和加工控制的整合信息，機(jī)器視覺(jué)系統(tǒng)能夠獲得廣闊信息快速，輕松地量。因此，機(jī)器視覺(jué)技術(shù)已經(jīng)接到了很多注意

4、最近作為檢查方法，并已在各行業(yè)檢驗(yàn)過(guò)程的應(yīng)用，例如作為后粘接，鋼材表面的缺陷?？椢餀z查，故障的水瓶，硬幣檢測(cè)等。</p><p>　　在線(xiàn)檢測(cè)印刷品的落入在行業(yè)檢測(cè)中的應(yīng)用機(jī)器視覺(jué)域。自定義檢測(cè)方法印刷品包括印刷品，裸眼后復(fù)查手冊(cè)觀察網(wǎng)上，通過(guò)監(jiān)視器監(jiān)視進(jìn)程和隨機(jī)檢查等，并且具有的缺點(diǎn)包括毛坯料，視疲勞的嚴(yán)重浪費(fèi)，抽查無(wú)法保證整體質(zhì)量，等等。隨著印刷技術(shù)的發(fā)展，在印刷速度的提高，及數(shù)據(jù)的復(fù)雜性和信息，印刷質(zhì)量控制

5、的手動(dòng)模式已經(jīng)成為不適合的實(shí)踐需求按行業(yè)。為了保證印刷質(zhì)量印刷品的整體，提高了生產(chǎn)速度，這是必須進(jìn)行實(shí)時(shí)在線(xiàn)質(zhì)量檢測(cè)印刷品。</p><p>　　近年來(lái)，高速CCD的廣泛應(yīng)用工業(yè)相機(jī)技術(shù)和高性能的微電腦提供更好的硬件演出實(shí)時(shí)在線(xiàn)質(zhì)量檢測(cè)[6]的實(shí)現(xiàn)。該高實(shí)時(shí)性的算法和研究在線(xiàn)自動(dòng)檢測(cè)系統(tǒng)的研究，按VOL工作已經(jīng)呈現(xiàn)給應(yīng)付顧客需求。這些背后的機(jī)器視覺(jué)的驅(qū)動(dòng)力系統(tǒng)是在打印浪費(fèi)的20％-40％減少，而系統(tǒng)允許印刷機(jī)以高

6、速并且還操作使包裝印刷，以滿(mǎn)足生產(chǎn)率要求一必要，以確保持久的客戶(hù)滿(mǎn)意度。</p><p>　　特殊應(yīng)用機(jī)器視覺(jué)系統(tǒng)或視頻檢測(cè)系統(tǒng)開(kāi)發(fā)的印刷行業(yè)，像所有的機(jī)器視覺(jué)產(chǎn)品，從拍攝的圖像或者面積攝像機(jī)或線(xiàn)性陣列。這些圖像是數(shù)字化和操縱以各種方式，這取決于特定的利基應(yīng)用，該系統(tǒng)是designedto地址。機(jī)器視覺(jué)系統(tǒng)在印刷行業(yè)包括兩個(gè)版本：被動(dòng)和主動(dòng)。被動(dòng)系統(tǒng)自動(dòng)完成整個(gè)檢查過(guò)程并刪除操作者從在一些情況下循環(huán)。他們可以識(shí)別

7、隨機(jī)和重復(fù)的打印缺陷，并可以用于從壞的那種良好的物質(zhì)，它們可以使100％使用一個(gè)高的網(wǎng)絡(luò)和印刷圖案的檢查分辨率區(qū)域相機(jī)或線(xiàn)陣相機(jī)。該系統(tǒng)本文研究的是一種被動(dòng)的系統(tǒng)。主動(dòng)檢查系統(tǒng)需要操作者的介入。大多數(shù)這些今天的系統(tǒng)上執(zhí)行一些機(jī)器視覺(jué)樣，用更智能的系統(tǒng)需要更少運(yùn)營(yíng)商參與的基本觀察和決策。最起碼，在這些情況下，圖像可以由系統(tǒng)被放大以使其更容易為一個(gè)操作員查看印刷圖案，并顯示在分割屏幕到所采樣的圖象進(jìn)行比較的基準(zhǔn)引用的圖像。</p>

8、;<p>　　許多無(wú)源系統(tǒng)能夠進(jìn)行自動(dòng)比較監(jiān)測(cè)的色彩，評(píng)估條形碼質(zhì)量，監(jiān)視和正確的注冊(cè)，并檢查打印缺陷。這些高端系統(tǒng)錯(cuò)誤時(shí)，提醒操作者被發(fā)現(xiàn)并顯示有缺陷的位置條件在網(wǎng)絡(luò)上。在某些情況下，這些系統(tǒng)可以啟動(dòng)相關(guān)的糾正措施上的部分控制新聞自動(dòng)。圖像處理軟件自動(dòng)matically著眼于在網(wǎng)絡(luò)上的特定位置和樣本顏色進(jìn)行比較，以一個(gè)標(biāo)準(zhǔn)的顏色，是以前存儲(chǔ)，并監(jiān)視顏色到顏色套準(zhǔn)。在許多系統(tǒng)中，這是通過(guò)監(jiān)測(cè)專(zhuān)用標(biāo)志完成印刷在幅材的邊緣或在

9、該模式內(nèi)。一些系統(tǒng)現(xiàn)在可以通過(guò)查看一塊的執(zhí)行此打印本身。閉環(huán)系統(tǒng)接口與新聞注冊(cè)直接控制。這些系統(tǒng)要么網(wǎng)上之前刪除隨機(jī)發(fā)生的，他們的缺陷影響下游過(guò)程或前一復(fù)卷發(fā)送打印作業(yè)給客戶(hù)。</p><p>　　這些系統(tǒng)的各種檢測(cè)因素條件包括：顏色的變化，位置不正，條紋，飛濺，印刷錯(cuò)誤，斑點(diǎn)等。在偏移的情況下印刷機(jī)，檢測(cè)到的缺陷包括：scrumming，誹謗，加倍，環(huán)狀白斑，污點(diǎn)，臟打印，印刷錯(cuò)誤，刀片條紋，顏色密度，變化顏色

10、套準(zhǔn)，前端到后端的登記，油墨/水不平衡的問(wèn)題，等。在條碼驗(yàn)證檢查的情況下，該檢測(cè)的因素包括：邊緣檢測(cè)，最小反射率，符號(hào)反差，最小邊緣反差，調(diào)制，缺陷，解碼等。</p><p>　　印刷行業(yè)的許多領(lǐng)域都采用機(jī)器視覺(jué)：包裝，消費(fèi)者對(duì)產(chǎn)品標(biāo)簽（藥物，化妝品，飲料，香煙等等），銀行筆記/貨幣，制藥，6-，8-，和10色印刷機(jī)器，地面和墻面，條形碼印刷等，但大多是在轉(zhuǎn)換器（那些增加價(jià)值到紙）。系統(tǒng)目前存在，可以處理任何類(lèi)型

11、的的媒體：紙，箔，柔性半透明和不透明薄膜等。</p><p>　　在本文中，分布式網(wǎng)絡(luò)質(zhì)量的印刷品自動(dòng)檢測(cè)系統(tǒng)進(jìn)行了研究。在系統(tǒng)中，二</p><p>　　線(xiàn)性陣CCD工業(yè)相機(jī)由受控計(jì)算機(jī)收集印刷品的圖像，實(shí)時(shí)算法具有精度高，和用戶(hù)友好的軟件操作界面的設(shè)計(jì)。海量數(shù)據(jù)傳輸通過(guò)高速網(wǎng)絡(luò)的光學(xué)系統(tǒng)可以保證在高速圖像獲取無(wú)閃爍，反射，眩光或。一個(gè)四自由度可調(diào)節(jié)攝像頭固定裝置使精確調(diào)整相機(jī)的位置和傾

12、斜角的。有效的抗干擾措施和可靠性設(shè)計(jì)確保檢測(cè)系統(tǒng)的穩(wěn)定工作。該系統(tǒng)可以實(shí)現(xiàn)實(shí)時(shí)檢測(cè)，顯示器，存儲(chǔ)和提醒的缺陷在打印發(fā)生包括刮紋，潑墨，竄的過(guò)程油墨，泄漏區(qū)域，墨點(diǎn)，字符筆畫(huà)模糊，異物，等等。這些參數(shù)包括生產(chǎn)型，缺陷類(lèi)型，板的長(zhǎng)度和寬度，和這樣就可以設(shè)立和輸出通過(guò)在本打印機(jī)系統(tǒng)還。</p><p>　　2合成和檢測(cè)的工作原理系統(tǒng)</p><p>　　該檢測(cè)系統(tǒng)的組成包括主操作控制臺(tái)，工業(yè)線(xiàn)陣

13、CCD攝像頭，報(bào)警器，光電編碼器，主機(jī)，網(wǎng)絡(luò)集線(xiàn)器，奴隸計(jì)算機(jī)，照明光源等。圖1表示檢測(cè)系統(tǒng)和關(guān)系的結(jié)構(gòu)的組件之間。在該檢測(cè)系統(tǒng)中，主機(jī)計(jì)算機(jī)和從機(jī)都設(shè)立在分布式模式和數(shù)據(jù)通過(guò)高速網(wǎng)絡(luò)傳輸。主要經(jīng)營(yíng)控制臺(tái)通過(guò)操作電腦主機(jī)一個(gè)控制面板，鍵盤(pán)和鼠標(biāo)。從機(jī)控制線(xiàn)陣CCD攝像頭實(shí)現(xiàn)圖像采集并處理該圖像。所收集的圖像與所分析的缺陷的信息都轉(zhuǎn)移到主計(jì)算機(jī)將被顯示并觸發(fā)報(bào)警如果有，在圖像處理的結(jié)果的缺陷。主計(jì)算機(jī)的功能包括的設(shè)置采集參數(shù)，的實(shí)時(shí)顯示聚

14、集圖像和缺陷的圖像，以及所述管理印刷品數(shù)據(jù)庫(kù)及其顯示或輸出。該光電電動(dòng)編碼器挑選的位移信號(hào)印刷品上的生產(chǎn)線(xiàn)，并輸出脈沖同步攝像機(jī)的掃描動(dòng)作。 Thelighting源被安裝在攝像機(jī)和印刷品之間以提供用于線(xiàn)性CCD照相機(jī)線(xiàn)性照明。</p><p>　　3光學(xué)系統(tǒng)設(shè)計(jì)，以實(shí)現(xiàn)高速運(yùn)動(dòng)圖像采集</p><p>　　印刷品質(zhì)量的技術(shù)要求在檢測(cè)系統(tǒng)是為了實(shí)現(xiàn)整體質(zhì)量檢測(cè)印刷品要被打印在一個(gè)高速（運(yùn)行

15、速度超過(guò)250米/分鐘）的生產(chǎn)線(xiàn)所需的檢測(cè)精度0.375毫米的運(yùn)行方向和0.15毫米的交叉方向。為了滿(mǎn)足這一要求，一種光學(xué)系統(tǒng)，該系統(tǒng)能實(shí)現(xiàn)高速圖像采集應(yīng)設(shè)計(jì)的。</p><p>　　圖像獲取的光學(xué)系統(tǒng)是由一個(gè)相機(jī)，鏡頭，照明系統(tǒng)等。TR-33線(xiàn)掃描在DALSA公司的攝像頭，在采用檢測(cè)系統(tǒng);每行的像素?cái)?shù)為2048和其線(xiàn)速率等于11千赫，其滿(mǎn)足的需求圖像采集系統(tǒng)用于高速運(yùn)動(dòng)的目標(biāo)。三個(gè)高性能的線(xiàn)掃描傳感器（3CCD

16、）收集從棱鏡和通行證高質(zhì)量的圖像信息它的集成信號(hào)處理電路，并且這讓相機(jī)以適應(yīng)變化的強(qiáng)度和所利用的光源光譜。在通過(guò)鏡頭系統(tǒng)是尼康50毫米正常透鏡，其具有的優(yōu)點(diǎn)少失真，高還原性能，高適合各種偏光屏幕，可以很容易地控制進(jìn)入鏡頭的光線(xiàn)的方向，和一個(gè)大孔徑，它可以實(shí)現(xiàn)高速的需求關(guān)于快門(mén)的光量的條件下高速運(yùn)動(dòng)。</p><p>　　該照明系統(tǒng)的設(shè)計(jì)中是一個(gè)重要的的機(jī)器視覺(jué)系統(tǒng)的設(shè)計(jì)元素。照明采集裝置的系統(tǒng)應(yīng)確保收集圖像有更小

17、的失真，變形小，無(wú)明顯偏色，并沒(méi)有反映光暈和眩光在一個(gè)手，但它也應(yīng)該確保所獲取的圖像具有絢麗的色彩，獨(dú)特的細(xì)節(jié)，亮度均勻性等對(duì)另一方面。通過(guò)的光譜，顏色的考慮溫度范圍，壽命，成本，和不同的復(fù)雜性光源，具有色溫的熒光燈6500 K的采用我們的系統(tǒng)。</p><p>　　光路設(shè)計(jì)決定的性能照明系統(tǒng)。在光的設(shè)計(jì)處理路徑，透鏡視場(chǎng)，照明之間的距離系統(tǒng)與收購(gòu)目標(biāo)，表面狀態(tài)收購(gòu)目標(biāo)，并且成像物鏡都是需要的元素加以考慮。在我們

18、的實(shí)驗(yàn)中，鏡頭的焦距為50毫米，視場(chǎng)角為46°，則光源和印刷品之間的垂直距離為40mm時(shí)，而收購(gòu)對(duì)象是Web顏色印刷品。該光源被安裝在間相機(jī)組和收購(gòu)目標(biāo)。它已封閉收購(gòu)對(duì)象，使抑制盡力而為環(huán)境光的干擾。同時(shí)，一個(gè)高頻率熒光燈鎮(zhèn)流器被設(shè)計(jì)成保證聚集圖像具有均勻的強(qiáng)度無(wú)閃爍。</p><p>　　圖2是封閉的光的示意圖源。有四個(gè)條形燈分為兩個(gè)eudipleural基，上和下。從發(fā)出的光的一部分上燈管暴露通過(guò)對(duì)

19、印刷品表面直接透光玻璃;另一部分自曝通過(guò)光反射板的印刷品表面間接地提高發(fā)光強(qiáng)度。光從下燈管不能在暴露發(fā)射直接印刷品表面，但暴露在印刷品通過(guò)表面散射反射板。該散反射光，不僅可以提升發(fā)光強(qiáng)度，但它也能夠軟化光暴露在印刷品表面和消除眩光。整個(gè)光路徑形成一個(gè)線(xiàn)性光源，其方向是平行到壓輥的軸線(xiàn)和其照射范圍是壓榨輥的中間線(xiàn)附近的線(xiàn)性區(qū)域表面。有一個(gè)在頂部中間光源的狹縫該是由通過(guò)一對(duì)平行的導(dǎo)流板;圖像照明區(qū)域的進(jìn)入通過(guò)相機(jī)鏡頭狹縫來(lái)實(shí)現(xiàn)的印刷品的圖像

20、的掃描。</p><p>　　照相機(jī)的設(shè)置和位置是重要光路設(shè)計(jì)的元件也并且這個(gè)功能是由相機(jī)定影裝置來(lái)實(shí)現(xiàn)。上下照相機(jī)的位置可能影響的圖像發(fā)光強(qiáng)度和對(duì)比度;的俯仰角相機(jī)可以改變反射光的影響，防眩光，甚至色度的圖像。因此，該相機(jī)再加上照相機(jī)鏡頭定影裝置不僅保證了精確的相機(jī)的定位和穩(wěn)定的圖像采集，但它也決定了相機(jī)的對(duì)象距離，視場(chǎng)，和槳距角。此外，它可以影響抗震能力和聚集圖像的照度分布和色差。在檢測(cè)系統(tǒng)，四個(gè)自由度可調(diào)的

21、相機(jī)定影裝置被設(shè)計(jì)。此設(shè)備無(wú)法只有調(diào)整攝像機(jī)的位置或俯仰角三移動(dòng)自由和革命的自由，但它可能也保證了相機(jī)保持穩(wěn)定并緊固在不同的位置，并可能彈簧張力裝置消除相機(jī)的抖動(dòng)造成的工作條件和保持相機(jī)的正常工作狀態(tài)。</p><p>　　4實(shí)時(shí)檢測(cè)算法和軟件設(shè)計(jì)</p><p>　　質(zhì)量檢查的主要技術(shù)要在高速生產(chǎn)線(xiàn)的產(chǎn)品的是實(shí)時(shí)準(zhǔn)確性和可靠性，從而影響該算法</p><p>　　

22、來(lái)自在這項(xiàng)研究中，以及軟件設(shè)計(jì)。如此所謂的“實(shí)時(shí)”方面被限定為使得在檢測(cè)系統(tǒng)可以實(shí)現(xiàn)圖像的取得，轉(zhuǎn)讓?zhuān)鎯?chǔ)，分析和聲音/顯示報(bào)警時(shí)的時(shí)間該生產(chǎn)線(xiàn)是在高速運(yùn)行。該</p><p>　　對(duì)實(shí)時(shí)性要求強(qiáng)制執(zhí)行的檢測(cè)算法的rithm應(yīng)具有高效率和短的運(yùn)行時(shí)間。精度的要求意味著該算法在檢測(cè)系統(tǒng)通過(guò)應(yīng)當(dāng)能夠分析各種缺陷準(zhǔn)確，具有一定的精度。該可靠性要求意味著檢測(cè)算法應(yīng)該是穩(wěn)健的;也就是說(shuō)，該算法應(yīng)確保獲得運(yùn)行后的很長(zhǎng)一段正確

23、的結(jié)果。軟件的要求是滿(mǎn)足的需要檢測(cè)算法，并且具有較少缺陷的優(yōu)點(diǎn)，少內(nèi)部存儲(chǔ)器開(kāi)支，一個(gè)用戶(hù)友好的人機(jī)接口，難以實(shí)現(xiàn)誤操作，等等。</p><p>　　4.1安裝圖像評(píng)價(jià)標(biāo)準(zhǔn)和檢測(cè)算法的積分最佳設(shè)計(jì)</p><p>　　該檢測(cè)系統(tǒng)的處理對(duì)象是彩色色譜印刷品，并且有許多邊和在采集的圖像細(xì)節(jié)。有缺陷的圖像在配置文件，色差，位置，質(zhì)地差異，顏色分布，色彩對(duì)比度，色彩的一致性，灰色水平等與正常圖像相

24、比。的特征在采集的圖像有些輕微的缺陷相似，圖像本身的一些細(xì)微的數(shù)字，并且這意味著圖像是對(duì)噪聲敏感。因此，評(píng)估準(zhǔn)則到原始采集的圖像應(yīng)設(shè)置之前的圖像處理。從實(shí)際判斷按技術(shù)為先，這是不可避免的存在一個(gè)上以不同的顏色區(qū)域的邊緣過(guò)渡區(qū)域。至得到的圖像的高對(duì)比度，的寬度在采集的圖像過(guò)渡區(qū)應(yīng)CON受控至小于2個(gè)像素。第二個(gè)標(biāo)準(zhǔn)，則不同顏色的色度分布，不太可能是非常均勻的，因?yàn)檎彰鞯挠绊?，技術(shù)出版，和CCD傳感器。為了獲得較好的工藝效果，在實(shí)驗(yàn)中指定相

25、同顏色的像素之間的灰度差采集的圖像不應(yīng)該超過(guò)一個(gè)預(yù)置的閾值。該第三個(gè)標(biāo)準(zhǔn)，光源的位置和強(qiáng)度，可影響原始成像效果在一定程度。光線(xiàn)的偏離角可以產(chǎn)生反射斑點(diǎn)，過(guò)多的照明可以產(chǎn)生眩光，弱光照可能會(huì)導(dǎo)致暗淡成像。因?yàn)檫@些結(jié)果是所有缺點(diǎn)的對(duì)以下的處理中，三個(gè)通道的灰度值應(yīng)在一定范圍內(nèi)的預(yù)設(shè)閾值時(shí)的校準(zhǔn)攝像機(jī)的白平衡。的閾值是灰度級(jí)在我們的研究中128。研究中的圖像本文全部與評(píng)價(jià)標(biāo)準(zhǔn)符合上面提到的</p><p>　　實(shí)時(shí)性能

26、是最嚴(yán)格要求的整體質(zhì)量檢測(cè)高速印刷品線(xiàn)。根據(jù)數(shù)據(jù)的一般規(guī)則的圖像流處理，數(shù)據(jù)的量減少與提前成像處理。因此，為了提高實(shí)時(shí)間性能，檢測(cè)算法應(yīng)從集成優(yōu)化和運(yùn)行設(shè)計(jì)每個(gè)處理單元的時(shí)間應(yīng)適當(dāng)分配。分析實(shí)際inquisi-的特點(diǎn)化目標(biāo)和缺陷，表現(xiàn)為在處理方案圖。 3，采用表達(dá)系統(tǒng)檢測(cè)算法。收集的原始圖像是彩色RGB格式的數(shù)據(jù)塊和擁有最大數(shù)量。經(jīng)預(yù)處理圖像退化到一個(gè)單通道二進(jìn)制圖象，并僅具有1/3原始圖像數(shù)據(jù)的數(shù)據(jù)量。在經(jīng)過(guò)重新治療位置搜索和識(shí)別的缺

27、陷，在結(jié)果是具有一個(gè)較小的數(shù)據(jù)的非保密缺陷圖像大小。經(jīng)過(guò)分級(jí)的治療和統(tǒng)計(jì)算法，所產(chǎn)生的典型的缺陷的圖像和分類(lèi)信息提供給操作者并顯示在實(shí)時(shí)。從的數(shù)據(jù)尺寸的觀點(diǎn)處理，預(yù)處理，和搜索算法更復(fù)雜，需要相對(duì)更長(zhǎng)的處理時(shí)間比分類(lèi)和統(tǒng)計(jì)算法，所以improve-該檢測(cè)系統(tǒng)的實(shí)時(shí)性能的彪應(yīng)的前處理和搜索被強(qiáng)調(diào)算法。</p><p><b>　　4.2預(yù)處理圖像</b></p><p>

28、;　　在所有的圖像處理，圖像的預(yù)處理通常需要更長(zhǎng)的時(shí)間比其他治療方法，因此，在設(shè)計(jì)預(yù)處理算法，可以以高效率地工作實(shí)時(shí)性能是更重要的是改善的檢測(cè)系統(tǒng)的實(shí)時(shí)性能。預(yù)處理算法的重點(diǎn)研究在本文中高速生產(chǎn)線(xiàn)的圖像包括消除運(yùn)動(dòng)涂抹，圖像的配準(zhǔn)，并且閾值的</p><p><b>　　分割的圖像。</b></p><p>　　運(yùn)動(dòng)拖尾引起的相對(duì)運(yùn)動(dòng)在相機(jī)和探究目標(biāo)之間期間相機(jī)曝光。

29、消除的方法可以通過(guò)軟件或硬件。以提高實(shí)時(shí)的檢測(cè)系統(tǒng)的實(shí)時(shí)性能，硬件方法是通過(guò)在系統(tǒng)中。因?yàn)檫\(yùn)動(dòng)涂片正比于照相機(jī)的曝光時(shí)間，因此，一個(gè)好的方式來(lái)消除運(yùn)動(dòng)涂片是通過(guò)縮短相機(jī)的曝光時(shí)間。在TR-33高速線(xiàn)路掃描照相機(jī)在所述的檢測(cè)系統(tǒng)，其線(xiàn)通過(guò)文字獄率達(dá)到11千赫。如果配備有最理想的光源，運(yùn)動(dòng)拖尾可能被淘汰有效。</p><p>　　對(duì)于彩色圖像直接處理算法復(fù)雜和惡劣的問(wèn)候?qū)崟r(shí)性能，這樣的傳統(tǒng)方法正在改變彩色圖像進(jìn)入在進(jìn)

30、行處理前一個(gè)灰度圖像。對(duì)TR-33相機(jī)的輸出是三個(gè)通道即對(duì)應(yīng)于紅色，綠色和藍(lán)色。對(duì)于方便的治療，并減少顏色信息丟失，將彩色圖像分為三個(gè)根據(jù)在RGB顏色空間單色圖像處理，然后將單 - 彩色圖像處理為灰度圖像。</p><p>　　圖像匹配算法是常規(guī)方法來(lái)提取圖像。這種方法寄存器上述對(duì)象圖像與正常圖像，然后再找到通過(guò)的減法操作它們之間的差異對(duì)應(yīng)的像素值。圖像配準(zhǔn)通常是一個(gè)時(shí)間浪費(fèi)搜索和匹配處理，尤其是當(dāng)?shù)乃阉骱推ヅ涮?/p>

31、理被施加到一個(gè)所有像素圖像。會(huì)降低的一個(gè)的實(shí)時(shí)性能檢測(cè)系統(tǒng)明顯。以提高實(shí)時(shí)注冊(cè)處理性能，并確保精確注冊(cè)，基于子空間的準(zhǔn)算法是設(shè)計(jì)如下：</p><p>　　收集的圖像F（X，Y）的幀作為參考畫(huà)面，使一個(gè)快速搜索的邊緣的輪廓是顯示的灰度值的變化，選擇一個(gè)小矩形areaT（X，Y），并且包含了邊緣的一些輪廓。</p><p>　　收集圖象P（X，Y）的另一幀，與對(duì)比畫(huà)面的其相鄰幀中，擾動(dòng)和畫(huà)面

32、的拉伸應(yīng)變?chǔ)囊鸬膲旱募夹g(shù)和設(shè)備是小于2毫米（δ<±2mm）的，它是由圖像保證采集系統(tǒng)。</p><p>　　得到P中的對(duì)應(yīng)像素坐標(biāo)（X，Y）的模板T（X，Y）的中心坐標(biāo)，提取矩形區(qū)域D（X，Y）具有N×N像素?cái)?shù)作為目標(biāo)區(qū)域，其中N = M + n，并且n的值是由δ和圖像的分辨率決定。</p><p>　　TranslatetheslidetemplateT（X，

33、Y）intargetareaD（X，Y），計(jì)算絕對(duì)值ε的MN的總和在每個(gè)位置正和負(fù)差異，這被表示為：</p><p>　　計(jì)算ε百萬(wàn)的最小差異，這是表示為Minε錳，D中的相應(yīng)位置（X，Y）是剛登記位置并表示為T(mén)D（X，Y）。然后，計(jì)算出抵消翻譯δTDT（X，Y）和TD（X，Y）之間，翻譯的P（X，Y）與偏移δTD獲得登記畫(huà)面R（X，Y）。</p><p>　　給εMN預(yù)設(shè)的閾值Th，比較

34、Minε萬(wàn)到釷;如果Minε明尼蘇達(dá)州>釷，再跳到步驟1，更新當(dāng)前的圖象P（X，Y）作為參考圖像F（X，Y）;否則，跳轉(zhuǎn)到第2步。</p><p>　　步驟6是用來(lái)消除累積偏離該被宗教裁判所的位置和塑料defor-引起息的印刷品。正常的動(dòng)態(tài)更新圖像可以保證參考圖像和目標(biāo)圖象沒(méi)有明顯的位置差異，而這方法進(jìn)一步提高了配準(zhǔn)精度。</p><p>　　目標(biāo)圖像的記錄處理之后數(shù)R（x，y）和正

35、常的圖像F（X，Y），一減法操作到對(duì)方圖像的灰度值被執(zhí)行以得到的差分圖像。減法經(jīng)營(yíng)宗旨，投影圖像缺陷。有兩種類(lèi)型的缺陷在目標(biāo)圖像，其中包括高灰度值的缺陷和低灰度值的缺陷。一個(gè)單方面執(zhí)行圖像采集圖像預(yù)處理缺陷搜索并確定缺陷分類(lèi)和統(tǒng)計(jì)圖像實(shí)時(shí)顯示信息顏色圖像數(shù)據(jù)所有缺陷圖像數(shù)據(jù)二進(jìn)圖像數(shù)據(jù)機(jī)密缺陷圖像數(shù)據(jù)實(shí)時(shí)的彩色圖像數(shù)據(jù)圖。檢測(cè)算法的3處理方案760減法操作只能投射一種類(lèi)型的缺陷圖像。</p><p>　　令S（I

36、，J）= F（I，J）-R（I，J）。我們判斷S（I，J）的標(biāo)志;如果（I，J）<0，則令S（I，J）= - S（I，J）。所得函數(shù)S（x，y）是正確的灰色差分圖像。</p><p>　　圖4示出了兩個(gè)登記圖像和其差分圖像，其中，圖圖4a是一個(gè)正常的圖像沒(méi)有缺陷，圖圖4b是相應(yīng)的注冊(cè)圖像與一些缺陷，以及圖圖4c是灰色差影像圖。 4A，B。</p><p>　　閾值處理被分割的對(duì)象圖像

37、和由某一灰度值的閾值的背景圖像。該閾值處理的結(jié)果是顯而易見(jiàn)的分割目標(biāo)和其背景的二值圖像。根據(jù)該圖的復(fù)雜性，在選擇閾值可以是單閾值，雙門(mén)限，多閾值，或可能自采用閾值。該該算法在目標(biāo)圖像是灰度值的圖像函數(shù)S（x，y）的即從彩色圖像變換，并且包括原來(lái)的彩色圖像的多隱含信息。大部分印刷品數(shù)字取一種顏色作為背景顏色和它的灰度級(jí)顯示為峰在灰度級(jí)直方圖值。所得圖像減法處理是包含兩個(gè)二進(jìn)制圖象種圖像的;一個(gè)是的減法圖像背景，而另一個(gè)是對(duì)減法圖像背景和缺

38、陷的圖像。有時(shí)時(shí)彩不同的圖像幀，這是造成之間的偏差通過(guò)在上述照明或印刷品技術(shù)收購(gòu)運(yùn)動(dòng)圖像。所得的扣除背景圖像具有小灰度值和背景和缺陷的減影圖像具有相當(dāng)大灰度值，和整體灰度值直方圖相減圖像S（X，Y）出現(xiàn)一個(gè)明顯的雙峰分布。根據(jù)該灰度值分布減去的圖像的，并避免噪聲的影響，我們選擇一個(gè)最佳閾值分割算法得到缺陷的二進(jìn)制圖像。該過(guò)程是表示如下：</p><p>　　1.計(jì)算的最大和最小灰度值</p><

39、;p>　　函數(shù)S（x，y）的表示為G最大值和G分鐘;通常，g最高= 255和G分=0，讓的初始值門(mén)檻是：</p><p>　　獨(dú)立的函數(shù)S（x，y）變換為目標(biāo)圖像和背景圖片按閾值T K，計(jì)算他們的平均灰度值分和（G B）。</p><p><b>　　計(jì)算新的段閾值</b></p><p>　　若T K +1= T K，迭代計(jì)算完成和T

40、k為閾值的最終結(jié)果;否則，讓K = K +1，去步驟2。</p><p>　　閾值處理后的二值圖象表為B（X，Y）。圖5表示的閾值二值圖圖像中的圖4A。</p><p>　　4.3缺陷定位和識(shí)別算法</p><p>　　缺陷需要預(yù)處理的二進(jìn)制圖像被評(píng)為提供給運(yùn)營(yíng)商前位置和類(lèi)型。由于計(jì)算機(jī)本身不知道什么缺陷實(shí)際上是，有必要向計(jì)算機(jī)提供特征的搜索之前的判斷標(biāo)準(zhǔn)，定位和識(shí)

41、別的缺陷處理。在該算法的二進(jìn)制圖象中，背景中描述由黑色（與灰度級(jí)0）和缺陷由白色（與灰度級(jí)255）中描述。提取物一個(gè)缺陷塊的處理是區(qū)域的問(wèn)題分割。最常用的方法包括該地區(qū)增長(zhǎng)的算法，種子填充算法，數(shù)學(xué)形態(tài)分水嶺算法，等等。為了改善圖。圖1的圖像的5閾的二值圖像。 4A圖。 4兩個(gè)登記圖像和他們的差分圖像在二進(jìn)制缺陷“的位置的搜索速度圖像，動(dòng)態(tài)數(shù)組[10]和一個(gè)基于集群的掃描線(xiàn)方法[11]被設(shè)計(jì)為執(zhí)行該阻擋分區(qū)和區(qū)域填充。該算法被描述為以下

42、。</p><p>　　缺陷二進(jìn)制圖象B的寬度（X，Y）（像素僅為0和255）的灰度值是米（像素）和其高度為n（像素）; P（x，y）表示與象素X和Y坐標(biāo); L（X，Y）表示第q×Q附近像素P（居委會(huì)可以選擇不同的尺寸根據(jù)不同的精度要求）和L中的坐標(biāo)的像素（X，Y）為p（X + I，Y + j）中，其中i =-q/2~+ Q/2，J =-q/2~+ Q/ 2，i的值和j的所有整數(shù)。</p>

43、<p>　　缺陷提取的過(guò)程如下：</p><p>　　分割圖像B（X，Y）轉(zhuǎn)換成團(tuán)簇像素q×Q并找到中心坐標(biāo)P（X，Y）（設(shè)q= 5在此紙）。</p><p>　　以灰度值0為背景，以灰度值255作為目標(biāo)。添加每個(gè)像素的向上的灰度值</p><p>　　創(chuàng)建一個(gè)三維陣列陣列[I] [j]的[k]的即表示為數(shù)組[Cluster_Num] [Cen

44、_Coordinate]，其中Cluster_Num是數(shù)它表示的可接受最大值Cluster_Num在一個(gè)固定大小的圖片;檢測(cè)的時(shí)候Cluster_Num exceedsthe presetthreshold，itmeansthat有在印刷品圖像，并且嚴(yán)重缺陷中心像素。 Block_Num表示的塊號(hào)最終的分類(lèi)缺陷。響應(yīng)缺陷的第一次處理后Block_Num目標(biāo)像素的缺陷提取為0，即，陣列[I][j]的[0]。</p><

45、p>　　分類(lèi)缺陷集群陣列[I][J] [K]，一基于可變閾值和聚類(lèi)算法最小距離，提出如下;它類(lèi)似以串行地區(qū)segmenta-區(qū)域增長(zhǎng)算法化，但具有不同的生長(zhǎng)規(guī)律：</p><p>　　掃描數(shù)組[I][J] [0]到集群中心點(diǎn)坐標(biāo)，讓第一坐標(biāo)（X0，Y0）是種子第一塊的，（其中X0=數(shù)組[0] [0] [0]和Y0=數(shù)組[0] [1] [0]）。讓數(shù)組[0] [0] [1]= x0和陣列[0] [1] [1]

46、 = Y0，然后清除陣列的值[0] [0] [0]和陣列[0] [1] [0]。</p><p>　　計(jì)算所有的之間的距離dis（ⅰ，0）其他集群陣列[I] [j]的[0]和種子簇;那就是：DIS（I，0）=|西X0|+|藝Y0|舉一個(gè)閾值表示Thd_Dis的距離，其值是在群集寬度的整數(shù)倍或高度;在文中，群集的寬度是5和閾值是5的值的整數(shù)倍Thd_Dis根據(jù)分散體是可改變的缺陷集群和塊度。什么時(shí)候Dis≤Thd_

47、Dis，這種合并成組的位置塊中的種子，并清除相應(yīng)的數(shù)組中的坐標(biāo)[I][J] [0]。操作的結(jié)果是一個(gè)設(shè)定相鄰簇的對(duì)種子簇是Thd_Dis的范圍內(nèi)，表示為Q.</p><p>　　計(jì)算的組Q的每個(gè)簇之間的距離而在陣列目標(biāo)集群[I][J] [0]還沒(méi)有被清除（返回到零），合并目標(biāo)簇履行Thd_Dis的門(mén)檻要求，為集合Q，并明確相應(yīng)的坐標(biāo)數(shù)組[I][J]。[0]。畢竟那滿(mǎn)足目標(biāo)群門(mén)檻要求被合并到集合Q，我們得到該種子簇

48、的缺陷塊，表示為Q（Block_Num），Q中的簇號(hào)是Block_Clus-ter_Num。</p><p>　　掃描數(shù)組[I][J] [0]，并找出第一集群尚未清除，借此集群新的種子群集，然后轉(zhuǎn)到步驟2。</p><p>　　如果所有簇在陣列的坐標(biāo)的[I][j]的[0]被清除，或簇的總和在序列號(hào)[I][j]的[k]的（除?≠0）等于在簇?cái)?shù)目陣列[I][j]的[0]，則該塊聚類(lèi)操作是完整。

49、</p><p>　　每聚類(lèi)塊的，我們可以得到的特性缺陷參數(shù)，包括面積，周長(zhǎng)，邊長(zhǎng)度與寬度的比例，分配的方向，等等。</p><p>　　采用這種方法來(lái)搜索的缺陷可以降低目標(biāo)像素“空間與原始圖像的1 /（m×n個(gè)），而這種缺陷提取方法對(duì)待均勻不同類(lèi)型的缺陷，使得它很好的做法，合并塊型缺陷和離散斑點(diǎn)缺陷，，此外，由于閾值化方法應(yīng)用于到每像素群集，閾值的變化可以影響至少可檢測(cè)的缺陷的

50、精確度和精度最高的甚至可以是不如單像素檢測(cè)。同時(shí)，的閾值處理目標(biāo)提取由群集是一濾波處理為好，這樣的離散噪聲低于閾值可以是有效的過(guò)濾。</p><p>　　在印刷品中存在的缺陷包括刮紋，濺墨，墨竄漏，泄漏的區(qū)域，墨點(diǎn)，模糊現(xiàn)象字符筆劃，異物，臟板，換輥，色譜錯(cuò)誤，等等。這些缺陷可能是分為三種類(lèi)型。圖6示出的一些示例三種類(lèi)型的缺陷。這些圖像中所獲取在外地香港金龍出版社公司，武漢，中國(guó)。我們的一個(gè)在線(xiàn)印刷品質(zhì)量自動(dòng)的檢

51、測(cè)系統(tǒng)已安裝在工廠。該印刷速度為174米/分鐘時(shí)取樣：</p><p>　　大量的缺陷，其中包括濺墨，泄露的地區(qū)，臟板，墨點(diǎn)，換輥等。圖6a表示引起臟了大規(guī)模的缺陷板。</p><p>　　線(xiàn)性缺陷，這包括刮紋，線(xiàn)性竄氣的墨水，和色譜錯(cuò)誤。圖6b表示引起油墨的滲漏的線(xiàn)性缺陷。</p><p>　　離散點(diǎn)的缺陷，其中包括模糊字符筆劃，皺紋和一些飛濺的墨水。圖6c表示引

52、起的離散斑點(diǎn)缺陷異物（它是一個(gè)差蚊子的主體）。</p><p>　　通過(guò)對(duì)缺陷的抽象和塊集群操作中，我們獲得了聚類(lèi)的缺陷塊。在缺陷塊聚類(lèi)操作，設(shè)定快速模式離散的點(diǎn)缺陷已被確認(rèn)為模式大量的缺陷，因此，線(xiàn)狀缺陷，塊狀的缺陷，和離散點(diǎn)缺陷可以在以下方面進(jìn)行簡(jiǎn)化表示線(xiàn)性缺陷和大量缺陷。</p><p>　　進(jìn)行分類(lèi)的兩種類(lèi)型的缺陷，我們通過(guò)一個(gè)大致面積/長(zhǎng)（A / L）作為判別PA-rameter

53、，其中該區(qū)域由簇取代的被表示為在各缺陷塊號(hào)Block_Cluster_Num并且長(zhǎng)度為最大不同簇中的每個(gè)缺陷塊之間的距離，也就是說(shuō)，和然后面積/長(zhǎng)度被定義為：</p><p>　　設(shè)定的A / L被表達(dá)為T(mén)hd_A/ L的閾值。當(dāng)A / L<Thd_A/ L時(shí)，該缺陷被標(biāo)記為一個(gè)巨大的缺陷;否則，該缺陷被標(biāo)記為線(xiàn)性缺陷。由此產(chǎn)生的巨大的缺陷包括大量實(shí)缺陷和處理離散點(diǎn)的缺陷。為了區(qū)分這兩種類(lèi)型的缺陷，我們可以

54、搜索對(duì)應(yīng)二進(jìn)制圖像B（X，Y）在區(qū)域和計(jì)算占空比的像素。占空比是有缺陷的比率像素到整個(gè)像素集合B中（X，Y）。我們給一個(gè)閾值被表達(dá)為T(mén)h_D_R占空比。如果的大規(guī)模缺陷的占空比超過(guò)Th_D_R，那么我們認(rèn)為這種大規(guī)模的缺陷是一個(gè)真實(shí)的;否則，我們把它看成一個(gè)離散點(diǎn)的缺陷。</p><p>　　在實(shí)際的大規(guī)模的缺陷，臟板的缺陷往往有一個(gè)相當(dāng)大的尺寸和形狀不規(guī)則，側(cè)傾變化缺陷具有更大的尺寸和形狀規(guī)則;然而，該其他大規(guī)

55、模缺陷僅具有小的尺寸。這些功能可以用來(lái)區(qū)分和分類(lèi)的大規(guī)模缺陷。</p><p>　　在離散的點(diǎn)型缺陷不是封閉圖像，有連通性差，且無(wú)明顯的方向。那里-脫穎而出，投影法和邊緣提取方法不適合處理這種類(lèi)型的缺陷的。該常見(jiàn)的解決方案的方法是通過(guò)處理目標(biāo)圖像形態(tài)擴(kuò)張，平均過(guò)濾等方法實(shí)現(xiàn)離散點(diǎn)之間的差距，把離散的點(diǎn)缺陷成塊狀區(qū)域可能是用相同的方法，使大量的缺陷的處理。該動(dòng)態(tài)陣列和基于集群的掃描線(xiàn)的方法上述已經(jīng)意識(shí)到離散的融合斑

56、點(diǎn)缺陷和大量缺陷。</p><p>　　線(xiàn)性類(lèi)型的缺陷，刮紋是由在壓榨輥和顆粒之間刮印刷品的表面。大部分的方向是一致的，以新聞界的駕駛動(dòng)作。油墨的線(xiàn)性竄漏同的驅(qū)動(dòng)運(yùn)動(dòng)具有相同的方向按。第三種類(lèi)型是色譜錯(cuò)誤，這常發(fā)生在不同顏色的過(guò)渡區(qū)和有他們?cè)谝恢碌姆较驁D的邊緣輪廓。因此，我們可以劃分的三種類(lèi)型的通過(guò)的長(zhǎng)度方向的判斷線(xiàn)狀缺陷缺陷塊。缺陷簇的坐標(biāo)是有一個(gè)缺陷的最大距離方框定義長(zhǎng)度方向。</p><

57、p>　　圖7表示缺陷位置的樣品和圖1的圖像的分類(lèi)。 </p><p>　　4.4軟件和硬件的實(shí)現(xiàn)</p><p>　　到達(dá)的實(shí)時(shí)性能的要求檢測(cè)，精細(xì)算法需要的任意一臺(tái)支持應(yīng)的硬件和軟件。計(jì)算機(jī)硬在我們的檢測(cè)系統(tǒng)中采用的是一種高性能英特爾公司，和高速大容量存儲(chǔ)的處理器內(nèi)存可以存儲(chǔ)30萬(wàn)幀的實(shí)時(shí)圖像。檢測(cè)中采用的軟件包括Visual C ++的特定于英特爾語(yǔ)言和優(yōu)化指令系列CPU，這提高

58、了運(yùn)行速度軟件和檢測(cè)的實(shí)時(shí)性能系統(tǒng)有效。</p><p>　　通過(guò)檢測(cè)的需要的分析系統(tǒng)和計(jì)算機(jī)的處理性能，一分布處理結(jié)構(gòu)與主計(jì)算機(jī)/從機(jī)模式時(shí)，在檢測(cè)系統(tǒng)進(jìn)行的。主機(jī)通過(guò)連接到計(jì)算機(jī)的奴隸高速的網(wǎng)絡(luò)，根據(jù)其數(shù)據(jù)傳輸TCP / IP協(xié)議。上位機(jī)發(fā)出的控制指令奴隸，并設(shè)置采集參數(shù)已安裝在從計(jì)算機(jī)抓取的通過(guò)網(wǎng)絡(luò)，然后接受并顯示的實(shí)時(shí)圖像，這是該缺陷的信息從從計(jì)算機(jī)中檢測(cè)proces-傳輸唱歌。主機(jī)可以管理的數(shù)據(jù)庫(kù)印刷品

59、和導(dǎo)出缺陷參數(shù)的信息或通過(guò)在備用打印機(jī)管理信息檢測(cè)處理的時(shí)間。從計(jì)算機(jī)接受主計(jì)算機(jī)的指令來(lái)設(shè)置采集參數(shù)，并控制相機(jī)來(lái)執(zhí)行采集的圖像。所收集的圖像是現(xiàn)實(shí)從計(jì)算機(jī)上的時(shí)間進(jìn)行處理。由此產(chǎn)生的缺陷圖像和信息被發(fā)送到主機(jī)計(jì)算機(jī)，其中存儲(chǔ)的數(shù)據(jù)向它的硬盤(pán)中。在其它另一方面，從計(jì)算機(jī)控制的警報(bào)，以提醒時(shí)，缺陷被檢查出來(lái)。的處理模式分布保證主計(jì)算機(jī)的控制和管理有效的檢測(cè)處理，以及對(duì)充分利用高速處理性能從計(jì)算機(jī)。因此，這種模式是一種有效的實(shí)踐中用于高速

60、圖像處理方案系統(tǒng)。</p><p>　　所檢查的工業(yè)領(lǐng)域的環(huán)境是復(fù)雜的，往往具有嚴(yán)重的電磁干擾ENCE。此外，更多的，從考慮處理不當(dāng)和可能的停電，的抗干擾設(shè)計(jì)檢測(cè)系統(tǒng)是重要和必要的。因此，該采用在系統(tǒng)設(shè)計(jì)中采取以下措施：電機(jī)箱的磁屏蔽，分離配線(xiàn)和接地強(qiáng)電和弱電，采用高速光電隔離器來(lái)分離信號(hào)，使用UPS電源，等等。這些措施證檢測(cè)的穩(wěn)定性和可靠性系統(tǒng)。</p><p><b>　　5

61、結(jié)論</b></p><p>　　在這項(xiàng)研究中，工作提出的實(shí)驗(yàn)在檢測(cè)系統(tǒng)的工廠條件</p><p>　　所提出的評(píng)價(jià)標(biāo)準(zhǔn)，以實(shí)時(shí)-gath-多色印刷的圖像ERED可以提供良好的質(zhì)量正常的圖像成功偵破缺陷。</p><p>　　子空間為基礎(chǔ)的注冊(cè)算法加速搜索速度和動(dòng)態(tài)更新參考圖像避免累積出發(fā)提高了配準(zhǔn)精度，完成了的質(zhì)實(shí)時(shí)性的檢測(cè)需求，并保持該精密的精細(xì)圖案

62、新聞界。</p><p>　　采用閾值由集群的方法和簇的動(dòng)態(tài)陣列的行由行掃描提取和合并缺陷可以提供位置，幾何特征，以及統(tǒng)計(jì)參數(shù)實(shí)時(shí)各種缺陷，并且其供給有效的信息成功缺陷classifica-化和識(shí)別。</p><p>　　缺陷包括紋，潑墨，竄氣，空白，滾變化，異物等，可檢測(cè)，顯示，存儲(chǔ)，并警告在實(shí)時(shí)。該檢測(cè)速度達(dá)到30~250米/分鐘，并且精度達(dá)到0.375毫米在運(yùn)行方向和0.15毫米的交

63、叉方向，并且精度可能進(jìn)行調(diào)整，以某種程度的根據(jù)客戶(hù)的需求。</p><p>　　與國(guó)際的同類(lèi)系統(tǒng)相比技術(shù)參數(shù)，我們的檢測(cè)系統(tǒng)幾乎是相當(dāng)于在許多方面;尤其是，它的性能在離散的點(diǎn)缺陷的檢測(cè)非常出色，而其價(jià)格是更適合于在中國(guó)廣泛采用。當(dāng)然，還是有一些缺點(diǎn)我們系統(tǒng);苗條刮尤其，檢測(cè)作用有輕微的色差的strias背景仍不能令人滿(mǎn)意，而且還存在錯(cuò)誤分類(lèi)有時(shí)當(dāng)生產(chǎn)線(xiàn)圖。 7缺陷的位置和圖1的圖像的分類(lèi)。五是不穩(wěn)定的。檢測(cè)速度需

64、要進(jìn)一步im-也證法。</p><p><b>　　參考</b></p><p>　　1. Wang M-JJ, Wu W-Y, Hsu C-C (2002) Automated postbonding inspection by using machine vision techniques. Int JProd Res 40(12):2835–2848</p

65、><p>　　2. Badger JC, Enright ST (1996) Automated surface inspectionsystem. Iron Steel Eng 73(3):48–51</p><p>　　3. Ghazi Saeidi R, Latifi M, Shaikhzadeh Najar S, Ghazi Saeidi A(2005) Computer vision

66、-aided fabric inspection system for on-circular knitting machine. Tex Res J 75(6):492–497</p><p>　　4. Shafait F, Imran SM, Klette-Matzat S (2004) Fault detectionand localization in empty water bottles throug

67、h machine vision.In: Proceedings of the E-Tech 2004 International Multi-topicConference, Karachi, Pakistan, July 2004, pp 30–34</p><p>　　5. Hossfeld M, Adameck M, Eich M (2003) Machine visiondetects counterf

68、eit coins. Laser Focus World 39(6):99–103</p><p>　　6. Millera JWV, Murpheya YL, Khairallahb F (2004) Cameraperformance considerations for automotive applications. ProcSPIE 5265:163–170</p><p>　　

69、7. Shtaierman K (2002) Automatic print defect detection: thebrain behind the eyes that contributes to your printingorganization. Gravure 16(6):74–78</p><p>　　8. Shankarand NG, Ravi N, Zhong ZW (2003) On-line

70、 defectdetection in web offset printing. In: Proceedings of the 4thInternational Conference on Control and Automation (ICCA2003), Montreal, Canada, June 2003, pp 794–798</p><p>　　9. Fernàndez X (1997) T

71、emplate matching of binary targets ingrey-scale images: a nonparametric approach. Pattern Recogn30(7):1175–1182</p><p>　　10. Liu BX (2003) The usage of dynamic array in Visual C++.J Jilin Normal University (