金属罐印刷质量检测及故障分析研究.pdf

目 录 摘 要I AbstractII 目 录III 前 言V 1 绪论1 1.1 金属罐的发展背景1 1.2 国内外研究现状2 1.2.1 国外研究现状2 1.2.2 国内研究现状3 1.3 研究内容和技术路线4 1.3.1 研究内容4 1.3.2 技术路线4 2 理论分析5 2.1 印刷品缺陷及故障分析5 2.2 图像处理7 2.2.1 彩色图像灰度化7 2.2.2 图像去噪7 2.2.3 图像二值化8 2.2.4 边缘特征检测9 2.2.5 形态学变换10 2.3 图像配准和印刷缺陷检测10 2.3.1 图像匹配10 2.3.2 SIFT算法实现过程11 2.4 印刷缺陷前景分离14 2.4.1 GrabCut图像分割原理15 2.4.2 能量函数的定义 16 2.4.3 迭代能量最小化分割算法17 2.5 BP神经网络18 3 实验21 3.1 实验思路21 3.2 实验配置21 3.2.1 运行环境21 3.2.2 实验材料22 III 3.3 实验设计22 3.3.1 缺陷前景提取22 3.3.2 特征参数的提取24 3.3.3 缺陷信息提取25 4 结果与讨论27 4.1 图像滤波处理27 4.2 边缘检测结果分析27 4.3 匹配结果分析28 4.4 特征参数分析29 4.4.1 纹理特征参数分析29 4.4.2 几何特征参数分析33 4.4.3 BP神经网络训练34 4.4 缺陷分析35 4.5 质量检测软件36 5 总结与展望41 5.1 论文总结41 5.2 工作展望41 致 谢43 参考文献45 作者简介49 IV 前 言 随着马口铁印刷产业的不断升级以及科学研究的不断深入，人们对印刷产品的颜值， 包括色彩、形状方面都提出了更高的要求，这也意味着人们对印刷产品的质量有了更深层 次的需求。这对印刷企业来说是一个提升自身产品质量和企业形象的机会，只有不断地更 新对自身的要求，努力拔高自己才能在日新月异的市场中求得突变，谋取企业的生存与发 展。在现代高速生产的金属罐印刷企业中，机器视觉为质量检测带来了新生，它克服了人 工检测带来的检测速度慢、标准难统一、准确率低、成本高的弊端，为企业增强自身竞争 力带来了优势。 研究的过程中，利用知网、百度学术、万方等现有资源查阅相关的文献共118篇，与 51 研究内容密切相关的文献有 篇。与图像匹配、图像处理、图像分割、神经网络方面的 26 内容相关的文献 篇，包括理论知识的研究及相关算法的分析研究。学习的过程中查阅 相关书籍13本，在这些参考文献和著作的基础上，对缺陷检测进行了研究。主要分析了 马口铁常见印刷缺陷的种类及缺陷产生的原因，并运用图像处理的方法分割提取缺陷区 域，对缺陷区