王 佳,武淑琴,王儀明,邊亞超
(北京印刷學(xué)院數(shù)字化印刷裝備北京市重點(diǎn)實(shí)驗(yàn)室,北京 102600)
套印精度作為衡量彩色印刷質(zhì)量的重要指標(biāo)之外,圖像色彩還原、層次階調(diào)和表面狀況也受其影響。傳統(tǒng)的套印精度檢測是在不影響印刷品內(nèi)容質(zhì)量的前提下,在印刷品叼口或拖稍的空白處加上套印標(biāo)識——貓眼、“米”字線或“十”字線等,檢測人員通過放大鏡肉眼對套印標(biāo)識的相對距離進(jìn)行估算獲得套準(zhǔn)偏差[1],這種檢測方法對人眼傷害極大且效率和精度都較低。依據(jù)印刷行業(yè)《CY/T 5-1999平版印刷品質(zhì)量要求及檢驗(yàn)方法》的規(guī)定:精細(xì)印刷品的套印允許誤差≤0.1mm,一般印刷品的套印允許誤差≤0.2mm,判斷該印刷品是否合格[2]。
隨著印刷裝備越來越數(shù)字化以及人工智能的蓬勃發(fā)展,人們對套印精度檢測方面的技術(shù)要求也隨之增加,對印刷品套印精度的檢測也逐漸轉(zhuǎn)向基于數(shù)字圖像處理及機(jī)器視覺等方法[3-4]。高校學(xué)者作了基于圖像處理的套印誤差識別的研究。國防科技大學(xué)的趙健在運(yùn)用霍夫變換進(jìn)行圖像位置校準(zhǔn)的基礎(chǔ)上,用FSWM濾波算子進(jìn)行印刷品重影檢測[5]。高軍等通過對標(biāo)準(zhǔn)圖像與待檢測圖像分色后,根據(jù)對應(yīng)色的灰度圖像進(jìn)行匹配求出套印誤差[6],該方法依賴標(biāo)準(zhǔn)模板圖像,而標(biāo)準(zhǔn)模板的制作并不簡單。王雪琳、任玲輝等通過圖像處理技術(shù)提取印刷品邊緣,運(yùn)用邊緣共生條件概率矩陣的峰值求出套印誤差的方法[7-8];文獻(xiàn)[5-8]均解決了人工檢測對人眼造成傷害、主觀性強(qiáng)、精確度低、穩(wěn)定性差及效率低等缺點(diǎn),也不需要套印標(biāo)識就可以進(jìn)行套印誤差檢測,節(jié)省了因加套印標(biāo)識而浪費(fèi)的大量紙張邊緣裁剪,但對印刷品圖文的邊緣處理算法要求極高,算法較為復(fù)雜。許海濤等通過對套印標(biāo)識“十”字線進(jìn)行分色,計算“十”字線中心,從而計算出套印誤差[9]。該方法雖實(shí)用性強(qiáng),可對相機(jī)同步功能及相機(jī)精度要求極高。樊麗娜等通過計算測控條實(shí)地塊邊緣相對于基準(zhǔn)色塊邊緣的平移量與設(shè)定的標(biāo)準(zhǔn)距離對比,得到套印誤差[10]。王俊艷通過制定特定尺寸的套印標(biāo)記圖像,分色并進(jìn)行圓心定位,得到套印誤差[11]。王世輝通過使用霍夫變換對“十”字線進(jìn)行檢測,使用GA優(yōu)化向
收稿日期:2021-01-14量機(jī)方法用于套準(zhǔn)狀態(tài)的識別[12];陳漢文利用快速霍夫變換法提取目標(biāo)中軸線,檢測出“十”字線的位置信息[13]。張錫福對印刷品的CMYK(青、品紅、黃、黑)每種顏色設(shè)計了不同形狀的圖標(biāo)作為檢測圖標(biāo),使特征模板匹配,計算各個模板的坐標(biāo)得出套印誤差[14],該方法需要重新制作印版,使用范圍受限。文獻(xiàn)[9-14]均通過分析印刷品的套印標(biāo)識進(jìn)行套印誤差檢測,包括傳統(tǒng)的套印標(biāo)識和新設(shè)計的無疊印的套印標(biāo)識。針對套印標(biāo)識采用分色或模板匹配的方法間接檢測印刷品套印質(zhì)量,雖檢測穩(wěn)定性好,精度較高,但存在或?qū)τ布O(shè)備精度要求高,或?qū)π碌奶子?biāo)識重新制版,通用性差等缺點(diǎn)。
針對以上問題,在圖像處理技術(shù)的基礎(chǔ)上,本文根據(jù)“米”字線邊緣圖像特點(diǎn),設(shè)計算法檢測“米”字線水平、垂直方向及斜向各個同側(cè)邊緣的像素距離,根據(jù)標(biāo)定的尺寸,計算樣張的套印精度。此方法無需制作新模板,采用傳統(tǒng)套印標(biāo)識“米”字線,也適用于“十”字線標(biāo)識,實(shí)用性強(qiáng)、檢測用時短、效率高,且穩(wěn)定性及精確度較高。
彩色印刷品往往先通過對彩色原稿作分色處理后,得到各個顏色(CMYK)的印版,再順序?qū)⒏魃∷嫜b在印刷機(jī)上,經(jīng)過不同的色版時,相應(yīng)的單色圖像被印在紙張上,最后多種顏色重疊形成完整的彩色圖像[15]。印刷機(jī)的前規(guī)和側(cè)規(guī)是使紙張上下位置及側(cè)邊緣準(zhǔn)確定位的部件,縱向定位在于周向的兩個前規(guī),橫向定位則用軸向的一個側(cè)規(guī),且前規(guī)定位線通常與側(cè)規(guī)定位線相互垂直,以保證紙張定位及套印準(zhǔn)確。印刷機(jī)前規(guī)與側(cè)規(guī)對印刷品套印是否準(zhǔn)確有著重大的影響,一般可以通過印刷品各色版印在紙張上的套印標(biāo)識作為反映印刷機(jī)前規(guī)與側(cè)規(guī)在印刷作業(yè)中的精準(zhǔn)度及套準(zhǔn)檢測依據(jù)。選用 “米”字線作為印刷套準(zhǔn)偏差檢測標(biāo)識,設(shè)計印刷套準(zhǔn)檢測系統(tǒng)。
印刷套準(zhǔn)檢測系統(tǒng)硬件平臺(圖1)由圖像采集模塊、電氣驅(qū)動控制模塊組成。圖像采集模塊分別有工業(yè)CCD相機(jī)、環(huán)形LED光源和圖像采集卡;電氣驅(qū)動模塊則由兩個伺服電機(jī)、光柵尺及工控箱組成。伺服電機(jī)驅(qū)動平移臺X軸帶動固定在夾持架上的光柵尺讀數(shù)頭和CCD相機(jī)運(yùn)動,另一伺服電機(jī)驅(qū)動平移臺Y軸帶動平移臺X軸移動。
基于數(shù)字圖像處理的套印精度檢測方案如圖2,包括圖像預(yù)處理與套印精度檢測兩大部分。將CCD相機(jī)拍攝的印刷品套印標(biāo)識“米”字線照片采集到計算機(jī)中,進(jìn)行圖像預(yù)處理,獲得“米”字線邊緣輪廓;選擇幾組標(biāo)定好的尺寸建立套準(zhǔn)偏差檢測尺寸的模型,將待檢測的預(yù)處理圖像導(dǎo)入套準(zhǔn)精度檢測算法中,進(jìn)行檢測,隨后寫入excel中。
圖1 印刷套準(zhǔn)檢測系統(tǒng)硬件平臺
圖2 套印精度檢測流程
為增強(qiáng)圖像細(xì)節(jié)信息,除去由于印刷工藝產(chǎn)生的噪聲,使得對“米”字線邊緣輪廓能順利、高質(zhì)量提取,需對CCD相機(jī)采集的“米”字套印標(biāo)識圖像進(jìn)行預(yù)處理:即對進(jìn)行圖像灰度化處理、灰度圖增強(qiáng)、圖像濾波。將“米”字以外的信息抑制、甚至去掉,增強(qiáng)“米”字線自身信息,后用邊緣檢測算子檢測提取“米”字線邊緣,使目標(biāo)邊緣輪廓與背景區(qū)域分開,為套準(zhǔn)偏差檢測做準(zhǔn)備。
CCD相機(jī)采集的套印標(biāo)識照片通常為RGB模式的彩色圖像。彩色圖像由三個不同的分量組成,對其進(jìn)行處理時,往往需要對三個通道依次進(jìn)行處理,耗時大且計算量成指數(shù)倍數(shù)增加,因此進(jìn)行圖像灰度化處理。通過將RGB三通道數(shù)據(jù)彩色圖像轉(zhuǎn)換為單通道數(shù)據(jù)灰度圖,可減少數(shù)據(jù)處理的壓力,且灰度圖整體、局部及亮度分布特征與彩色圖像的描述一致。通常使用加權(quán)平均法[公式(1)]來轉(zhuǎn)換灰度圖像。緩解CCD相機(jī)在采集圖像過程中曝光、光照源等多方面因素影響導(dǎo)致采集的圖像偏暗問題,用直方圖均衡化增強(qiáng)圖像,從而使圖像具有高對比度外觀并展示灰色調(diào)的較大變化,從而使采集到的“米”輪廓清晰,細(xì)節(jié)明顯。
圖像濾波是圖像預(yù)處理的重要步驟。在圖像獲取和信號傳輸過程中會受到多種因素影響,如電器機(jī)械運(yùn)動、光和電基本性質(zhì)等,往往會產(chǎn)生多種噪聲[圖3(b)],大大降低圖像質(zhì)量,如椒鹽噪聲、高斯噪聲等[16]。
圖3 套印標(biāo)識采集原圖及噪聲局部放大圖
綜合考慮濾波器作用及特性,選用中值濾波與高斯濾波相結(jié)合的算法對 “米”字線進(jìn)行濾波降噪處理。該算法先對“米”字進(jìn)行5×5高斯濾波,再進(jìn)行5×5中值濾波。建立高斯模板,隨著距中心點(diǎn)距離的增加而減少系數(shù)值的加權(quán),在平滑圖像處理中降低模糊程度;中值濾波器使擁有不同灰度的點(diǎn)看起來更接近于它的相鄰點(diǎn),相比于相同尺寸的線性平滑濾波器的模糊程度明顯較低,在減少信號中的噪聲的同時,為給定的固定窗口大小保留邊緣。兩相結(jié)合算法可在衰減噪聲的同時也可較好地保護(hù)圖像信號邊緣。
邊緣像素是圖像中灰度突變的一些像素,邊緣就是相連邊緣像素的集合,通過基于灰度突變進(jìn)行分割圖像,從而達(dá)到邊緣檢測的目的。對印刷套印標(biāo)識,進(jìn)行濾波降噪處理后選擇使用Canny二階微分算子檢測提取 “米”字邊緣,相對比Sobel、Prewitt、Roberts等一階微分算子,Canny算子運(yùn)用高斯函數(shù)的一階微分,以帶方向的一階微分定位導(dǎo)數(shù)最大值,不容易受噪聲干擾,可以檢測到真正的弱邊緣。采集的“米”字線經(jīng)圖像預(yù)處理結(jié)果如圖4。
圖4 圖像預(yù)處理后效果圖
為確定像素距離與實(shí)際距離之間的對應(yīng)關(guān)系,對該套準(zhǔn)偏差檢測系統(tǒng)進(jìn)行尺寸標(biāo)定。標(biāo)定方法為:取20組手工測量套準(zhǔn)偏差數(shù)據(jù)導(dǎo)入本文建立的套準(zhǔn)偏差檢測算法模型中,通過建立像素距離與實(shí)際偏差距離之間的函數(shù)關(guān)系,得到單位像素的尺寸標(biāo)定。針對在尺寸標(biāo)定時產(chǎn)生的人為誤差,采用以下措施進(jìn)行降低:
(1)計算單位像素對應(yīng)的真實(shí)距離,分別計算套印標(biāo)識“米”字左邊緣像素距離、右邊緣像素距離及“米”字中心像素距離,取三者平均值作為真實(shí)距離所對應(yīng)估算的像素距離。
經(jīng)處理的套印標(biāo)識“米”字線提取的骨架輪廓存在邊緣毛刺。采用如下方法使檢測誤差減少(以“米”字中間豎線檢測為例(圖5),其橫線及斜
圖5 “米”字線套印標(biāo)記示意圖
線檢測與此類似):以K1、K2代表黑色“米”字中間豎線的左邊緣、右邊緣,經(jīng)直線檢測后,其橫坐標(biāo)排序后的集合為Xl=(x1,…,xm);M3、M4代表品紅色“米”字中間豎線左邊緣、右邊緣,經(jīng)直線檢測后,其橫坐標(biāo)排序后的集合為Xr=(x1,…,xn)。表達(dá)式如下:
式中:pixel_dis13和pixel_dis24分別表示“米”字中間豎線對應(yīng)左邊緣和對應(yīng)右邊緣之間的像素距離,pixel_dis_median表示“米”字中間豎線對應(yīng)中心之間的像素距離。
對應(yīng)像素距離值為多次計算取平均所得,以抑制或極大減少骨架邊緣的毛刺所帶來的誤差。表達(dá)式如下:
式中:pixel_dis表示多次計算取平均的像素距離,ui表示第i組計算標(biāo)定單位像素距離,x_truth表示“米”字線中間豎線的手工測量套準(zhǔn)偏差。
(2)用多組數(shù)據(jù)進(jìn)行單位距離的標(biāo)定以提高標(biāo)定單位距離樣本模型的魯棒性及標(biāo)定的容錯性和穩(wěn)定性。對每一個樣本計算出其單位像素對應(yīng)的真實(shí)距離,如標(biāo)定了p組:Unit=(u1,u2,…,up),單位距離平均值通過下式可得:
式中:unit_res表示p組標(biāo)定結(jié)果取平均的結(jié)果。
通過檢測“米”字線中相對于黑色版在水平方向、垂直方向、斜向同側(cè)邊緣直線間的距離得出套印偏差。采用OpenCV的庫函數(shù)檢測經(jīng)圖像預(yù)處理檢測提取的“米”字邊緣圖像中直線部分,依據(jù)斜率對檢測的直線部分進(jìn)行過濾操作。算法具體步驟如下:
(1)依據(jù)斜率為0、無窮、1過濾出三個方向組成“米”字線的子直線段;
(2)完成水平、豎直方向單位像素距離的標(biāo)定;
(3)得到“米”字線中相對于黑色版同側(cè)邊緣直線間的像素距離,根據(jù)標(biāo)定值計算出像素對應(yīng)的實(shí)際距離;
(4)每組數(shù)據(jù)均經(jīng)過三次檢測后取平均值得到最終數(shù)據(jù)。
所提出的對“米”字線標(biāo)識套準(zhǔn)偏差檢測的方法同樣適用于“十”字線標(biāo)識套準(zhǔn)偏差檢測。
進(jìn)行傳紙?zhí)诇?zhǔn)精密度誤差實(shí)驗(yàn),驗(yàn)證本文印刷套印精度檢測方法的有效性及可行性。按JB/T 5434規(guī)定的版式,以對開雙面雙色平版印刷機(jī)規(guī)定的可印色數(shù)及該印刷機(jī)最高印刷速度進(jìn)行一次輸紙多色套準(zhǔn)印刷,隨機(jī)取樣連續(xù)樣品50張。分別采用基于數(shù)字圖像處理的套印精度檢測方法和手工測量的方法檢測印刷傳紙?zhí)诇?zhǔn)偏差。
(1)手工檢測的套印精度檢測實(shí)驗(yàn)。按照圖6,用分度值為0.01mm的USB手持讀數(shù)顯微鏡,分別檢測50張樣張?zhí)子【€同側(cè)邊距離,得到印刷機(jī)傳紙?zhí)诇?zhǔn)偏差(其中x反映印刷機(jī)側(cè)規(guī)定位套準(zhǔn)偏差,y反映印刷機(jī)前規(guī)定位套準(zhǔn)偏差)。部分讀數(shù)結(jié)果記錄在表1的手工測量值中。
(2)基于數(shù)字圖像處理的套印精度檢測實(shí)驗(yàn)。為便于與手工檢測實(shí)驗(yàn)的結(jié)果進(jìn)行對比,只檢測套印標(biāo)識水平和垂直方向的套準(zhǔn)偏差,對斜向的套準(zhǔn)偏差暫不做測量。本方法以“十”字套印標(biāo)記的樣張進(jìn)行檢測。
①獲取套印標(biāo)識:用CCD相機(jī)采集位于印刷品叼口、拖稍空白處的“十”字套印標(biāo)識;
②圖像預(yù)處理:通過圖像預(yù)處理算法提取套印標(biāo)識輪廓邊緣;
③尺寸標(biāo)定:進(jìn)行人工測量 “十”字線中相對于黑色版水平、垂直方向同側(cè)邊距離各測量三次,取平均值為一組數(shù)據(jù),取20組樣張數(shù)據(jù)完成單位像素距離的標(biāo)定;
④直線檢測及套印偏差測量:利用開放式計算機(jī)視覺庫OpenCV中直線檢測函數(shù),依據(jù)標(biāo)定值及套準(zhǔn)偏差檢測原理實(shí)現(xiàn)套準(zhǔn)偏差的測量。部分檢測結(jié)果記錄在表1本文方法測量值中。
表1中每組手工測量值是USB手持?jǐn)?shù)字顯微鏡每次測量三次后取平均值,每組本文方法測量值是采用印刷套印精度檢測算法每次測量三次后取平均值。
圖6 套印精密度測量位置
表1 手工測量值與本文方法部分測量值對比mm
處理器:intel Core (TM) i7-9750H CP
內(nèi)存:8G
計算軟件:Matlab 2010a, Python2.7 OpenCV
圖片:1200×1600
本文算法時間:0.195s
本文算法利用邊緣檢測算子檢測提取圖像邊緣,繼而進(jìn)行直線檢測,根據(jù)斜率能快速過濾出組成“十”字形標(biāo)識的直線段,通過尺寸標(biāo)定快速完成實(shí)際距離的檢測,算法復(fù)雜性低、效率高。
圖7 測量值與本文方法比較曲線圖
從兩種方法的50組數(shù)據(jù)曲線圖(圖7)可看出,兩條曲線變化趨勢基本一致,且文中方法精度優(yōu)于0.1mm,符合國家印刷行業(yè)標(biāo)準(zhǔn)規(guī)定。50組測試數(shù)據(jù)中,印刷機(jī)前規(guī)定位套準(zhǔn)偏差實(shí)驗(yàn)值與手工測量值之間的誤差平均值[公式(8)]為0.0023mm;印刷機(jī)側(cè)規(guī)定位套準(zhǔn)偏差實(shí)驗(yàn)值與測量值之間的誤差平均值為0.002mm,誤差平均值均小于0.003mm。采用的中值濾波及高斯濾波結(jié)合算法平滑圖像,極大地提高了圖像質(zhì)量;使用canny算子提取標(biāo)識圖像邊緣,根據(jù)直線斜率計算同側(cè)邊像素距離,通過標(biāo)定的單位像素距離得到套準(zhǔn)偏差,適用平時的印刷套印精度檢測。但對抑制減少骨架邊緣的毛刺所帶來的誤差方面,不能達(dá)到理想的誤差消除效果,對降低此誤差的算法還需進(jìn)一步提升優(yōu)化。
綜上所述,所提出的基于數(shù)字圖像處理的套印精度檢測算法較人為檢測套印精度方法效率高,減少了來自人本身的主觀性,檢測結(jié)果可靠,但在減少套印標(biāo)識輪廓的邊緣毛刺產(chǎn)生的誤差方面,還需進(jìn)一步改善算法。
在數(shù)字圖像處理的基礎(chǔ)上,提出了根據(jù)標(biāo)定像素距離和真實(shí)距離檢測待測樣張的套準(zhǔn)偏差方法。在工業(yè)CCD相機(jī)采集套印標(biāo)識圖像后,經(jīng)中值濾波及高斯濾波結(jié)合算法平滑圖像,極大提高了圖像質(zhì)量;使用canny算子提取標(biāo)識圖像邊緣,依據(jù)印刷品套印標(biāo)識“米”字線邊緣圖像的特點(diǎn)檢測斜率的變化過濾出組成“米”字線的目標(biāo)檢測線段,完成單位像素標(biāo)定,計算同側(cè)邊緣線條的距離得到套準(zhǔn)偏差。通過對50張印有“十”套印標(biāo)記的樣張進(jìn)行印刷套印精度檢測實(shí)驗(yàn),檢測誤差平均值均小于0.003mm,本文方法用時短、效率高,穩(wěn)定性及精確度較高,實(shí)用性強(qiáng)。此方法適用“米”字和“十”字套印標(biāo)識的套印精度檢測,且符合國家印刷行業(yè)標(biāo)準(zhǔn)要求,大大降低了人為主觀檢測誤差。