印品自动化检测中的数字图像处理技术

原作者:[标签:作者] 添加时间:2007-07-02 原文发表:2007-07-02 人气:2

本文章共2436字，分2页，当前第1页，快速翻页：

在印刷向多色、高效发展的今天，人们对印品质量和印刷效率有了更高的要求，而提高印品质量和印刷效率的有效途径之一就是印品检测。现今的印刷工艺，多数是利用调幅网点作为印刷图像成像的最基本单元，所以控制网点变化是控制印品质量的关键。

检测印品质量的方法有很多，其中较常用的是对网点面积率的检测。目前用于印品质量检测较常用的方法是控制条检测，但该方法的缺点是无法知晓各单色网点的油墨供给量和网点大小变化等情况，不能全面真实地反映整个印品的质量特征，不能全方位地实施质量监控，有时人眼的鉴别会因图像的复杂性和套色的多少而产生顾此失彼的现象。为了提高印刷的控制精度，海德堡．曼罗兰公司采用了直接检测印刷图像的先进技术。印品检测的自动化是未来的发展趋势，而将数字图像处理技术应用于印品质量检测无疑是一个新的发展方向。

数字图像处理技术及其重要性

图像处理就是用一系列的特定操作来改变图像的像素，以达到特定的目标，如使图像更清晰，从图像中提取某些特定的信息等。数字图像处理是现代图像处理的主要方法，具有再现性好、精度高、适用面广和灵活性大等优点。数字图像处理的内容非常丰富，从功能上讲可以将其划分为三大类：像质改善、图像分析和图像重建。而对印刷图像的处理主要为图像分析，而在工业自动化。在线产品检验、生产过程控制等实际工业领域内，主要应用的基础技术为图像分割，其是图像分析的一种非常重要的技术，也是印品图像处理的主要方法。

在对图像的研究和应用过程中，人们往往仅对图像中的某些部分感兴趣，其一般对应着图像中某些特定的，具有独特性质的区域。为了辨识和分析图像中的目标，需要将其从图像中分离出来，在此基础上才有可能进一步利用图像，对目标进行测量。图像分割是指将图像分成各具特性的区域并提取出目标的技术和过程，其在不同的应用领域中有着不同的称谓，是图像处理过程中的主要环节，同时也是一个难题。事实上，虽然对图像分割的研究已有几十年的历史，并取得了相当的进展和成果，也提出了如边缘检测。区域分裂、神经网络、模式识别等算法，但由于应用的领域不同、图像的质量不同，目前还没有一种完全通用的方法，也没有一套完整且客观的评价体系。

近年来，随着多媒体技术的飞速发展，彩色图像的提取和应用越来越广泛，彩色图像的处理也变得越来越重要。与灰度图相比，彩色图像包含的信息要多得多，不仅包括亮度，还有色调，饱和度等图像信息。

对彩色图像进行处理时，首先要选择合适的色彩特性空间，彩色图像中所包含的各种色彩信息能够很好地表征图像中各部分的特点，任何图像处理方法都可以通过图像中色彩信息的色彩特征来实现。通常，彩色图像中每个像素值均由三原色R、G、B给出，但这三种颜色之间有较大的相关性，不能很好地表现出物体的特征，直接利用这些变量常常不能得到所需的效果。为了降低色彩特征空间中各特征分量之间的相关性，人们通过线性和非线性变换将图像由RGB空间转换到其他与设备无关的色空间中，如YUV、YIQ、Lab、LCH等，具体利用哪一种空间或空间的组合要根据实际情况来调整。

另外，处理图像要有适合的策略和方法，这对处理效果有着很大的影响。实际应用中，要根据色彩空间，选择适合该空间的处理方法，才能得到满意的效果。

数字图像处理在印品检测中的应用

印刷过程中，许多因素影响着印品的最终质量，而直接反映到印品上就是各色网点及网点供墨量的变化。在图像中最小的成像单元是像素，通过日、G。B三原色值来表现图像内容，而印刷图像中最小的成像单元是网点，通过网点油墨的叠印来再现图像内容，网点的大小和形状直接影响印品质量。实际印刷中，人们通常观察并计算出印刷图像的网点面积率以及供墨情况，将其与样张进行比较来分析印品质量，并据此调整油墨量等，以改善印刷效果。但人们常用的方法仍是人工的、依赖性较大的，即便是同一印版，不同墨区的网点变化情况和网点油墨供给量也不相同。如果利用采集设备直接对印品图像进行图像数据采集，并将采集到的数字图像进行相应处理，进一步获得各单色油墨网点的质量指标，就可以基本上了解整个图像的质量数据，进一步提高印品质量，这也是印品自动化检测的基本思想。如何从彩色印刷图像中分离出各单色油墨的网点图像，进而得到单色油墨网点图像的网点面积率及质量指标．是实现印品自动化检测的关键所在。

本文章更多内容：1 - 2 - 下一页

本页地址