工控摘要：隨著機器視覺技術的不斷發展，行業逐步利用機器視覺系統來代替人進行印刷品缺陷檢測，極大的提高了生產效率，降低生產成本，給力行業應用。

在產品印刷過程中，由于工藝等原因，印刷品往往會出現色差、套印不準等現象，還會出現一些缺陷點、墨線、黑皮之類的外觀缺陷，從而導致印刷次品的出現。印刷企業一般采用人工方法，在印中抽樣及印后逐一進行目測的方法分揀次品，檢測效率低、成本高、勞動強度大。

隨著機器視覺技術的不斷發展，行業逐步利用機器視覺系統來代替人進行印刷品缺陷檢測，極大的提高了生產效率，降低生產成本，給力行業應用。

一、圖像采集及預處理

圖像采集過程中，由于攝像機精度、照明環境等因素的影響，采集的圖像會存在一定的隨機噪聲，從而導致圖像失真。這里采用即可去掉尖鋒干擾，又能保持邊緣細節的加權中值濾波算法。確定一個像素個數為奇數的窗口W，先對窗口內各像素加權，某一像素加權值為m，即窗口像素灰度排隊時該像素重復m個，再將窗口內的各像元按灰度值從大到小排列，再用其中間位置的灰度值代替原圖像f（x，y）的中間值，得到增強圖像g（x，y）。

二、視覺檢測

視覺檢測主要包含兩部分，即缺陷檢測及識別。印刷缺陷表現在圖像上，即為采集圖像缺陷處的灰階值與標準圖的差異。將采集圖像的灰度值同標準圖進行差分（像素值相減），判斷其差值（兩幅圖灰階值的相差程度）是否超出以預先設定的標準值范圍，就能判斷出這幅印刷品有無缺陷。

缺陷識別過程，即差分完成后，得到一幅同采集圖大小相同的差分圖，其像素值是每兩幅圖像對應像素點的差值。隨后，對差分圖像進行逐行掃描，對缺陷點進行探測。當遇到缺陷點像素時（其值>0），用遞歸的方法遍歷整個缺陷區域，同時記錄下缺陷區的大小、尺寸。整個掃描過程完成后，遞歸的次數就是缺陷的個數。

利用基于PC的機器視覺系統代替人工進行印刷品檢測，利用計算機精度高、速度快的特點，迅速而精確地檢測出印刷品的外觀缺陷，并對缺陷程度進行綜合分析，從而判斷印刷品是否為次品或廢品。較之外觀缺陷要困難得多的如色差、套印不準等缺陷的檢測與識別問題，機器視覺印刷質量檢測系統可以提高智能化信息處理能力，大大提高生產效率和生產的自動化程度，并且有效控制勞動力成本，同時其行業應用也將逐步加劇。