CN101244649A - 印品四色套准偏差自动检测方法 - Google Patents
印品四色套准偏差自动检测方法 Download PDFInfo
- Publication number
- CN101244649A CN101244649A CNA2008101028973A CN200810102897A CN101244649A CN 101244649 A CN101244649 A CN 101244649A CN A2008101028973 A CNA2008101028973 A CN A2008101028973A CN 200810102897 A CN200810102897 A CN 200810102897A CN 101244649 A CN101244649 A CN 101244649A
- Authority
- CN
- China
- Prior art keywords
- mark
- image
- cyan
- yellow
- benchmark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种印品四色套准偏差自动检测方法,特别是涉及采用图像处理自动计算四色轴向和周向套准偏差的方法。该方法主要包括以下步骤:预处理套准标记图像,对套准标记图像进行分色,边缘检测和定位,物像反求,基准优化选择,输出套准偏差计算结果。本发明对套准标记图像进行分析后自动给出黑色、青色、品红和黄色标记在轴向和周向的套准偏差数据,效率高,速度快,操作简便。
Description
技术领域
本发明涉及一种印品四色套准偏差自动检测方法,特别是涉及采用图像处理自动计算四色轴向和周向套准偏差的方法。
背景技术
在四色套印过程中,印品的边缘附近经常印上如十字线、猫眼图形等特殊标记,操作人员通过估计套准偏差的大小来调节套准机构,最终希望黑色(B)标记、青色(C)标记、品红(M)标记和黄色(Y)标记尽可能重合,印刷品才能达到最佳的清晰度。套准控制是四色印刷技术中的关键环节。
目前,套准偏差的检测和控制还停留在人工目测方式。操作人员通过胶印机印刷多张印品,然后使用带刻度的放大镜目测黑色标记、青色标记、品红标记和黄色标记之间的轴向和周向相对距离,即偏差值,共8个数值,需要目测多条边缘,操作人员根据目测结果调整套准机构,然后调试印刷机,重复该过程,直到达到较好的套准效果。这种目测方法存在以下的不足之处:(1)精度低,效率差,放大镜的最小刻度一般在20微米-50微米左右,再加上人眼的目测误差,套准偏差的目测精度偏低,套准机构的调整往往需要经验丰富的操作人员,整个套准调整过程通常需要很长的时间才能完成;(2)操作过程繁琐,难度大,容易引起操作人员疲劳,通过放大镜目测刻度时需要非常认真仔细,易引起眼部疲劳和损伤。
发明内容
针对上述套准偏差计算采用手动目测方式所存在的问题,本发明推出对套准偏差图像进行处理自动计算四色轴向和周向套准偏差的方法,其目的是在于通过对套准标记图像进行分析,以检测出相对某种颜色基准的其它三种颜色标记在印刷机轴向和周向的偏移距离。
本发明所涉及的印品四色套准偏差自动检测方法,是由CCD摄像头采集套准标记图像,并传送给计算机,由计算机对套准标记图像进行处理并自动选择套准颜色基准,计算其它三种颜色标记相对基准色在轴向和周向的偏移距离。所述的印品四色套准偏差自动检测方法包括以下步骤:
1)预处理套准标记图像;
2)对套准标记图像进行分色;
对套准标记图像中的目标对象进行分离,划分为四类像素:黑色标记像素、青色标记像素、品红标记像素和黄色标记像素,根据像素的分类,识别出图像中黑色标记、青色标记、品红标记和黄色标记;
3)对分色后的标记进行边缘检测和定位;
在四色套印过程中,黑色标记时刻存在,不存在遮挡,所以在检测边缘时,总以黑色直线为基准,必须检测出黑色标记在轴向和周向的四条边缘。其它颜色标记的边缘直线分布情况复杂,采用就近原则,和临近的黑色边缘直线进行比较,考虑黑色标记旋转角后,采用求垂线段的方法计算图像套准偏差,具体为:
提取图像中黑色标记、青色标记、品红标记和黄色标记的边缘像素,基于提取的边缘像素坐标,对黑色边缘像素、青色边缘像素、品红边缘像素和黄色边缘像素进行直线拟合,确定边缘直线;以黑色标记的四条直线作为基准,作其它颜色标记直线与距离最近的黑色标记直线的垂线,获得图像中垂线段的长度,得到青色标记、品红标记、黄色标记以黑色标记为基准的轴向和周向图像套准偏差值,单位为像素;
4)物像反求;
把以黑色标记为基准的青色标记、品红标记和黄色标记的轴向、周向图像套准偏差代入物像反求模型,计算出物空间相对黑色基准的青色标记、品红标记和黄色标记的轴向、周向套准偏差;单位为mm;
5)基准优化选择;
通过上述步骤1~4得到了以黑色标记为基准的轴向和周向套准偏差值,这些数值发送给上位机使用,由上位机调节四色胶印机的12个轴向和周向电机运动,调节幅度等于检测的套准偏差值。在调节电机的过程中,需要判断使用黑色基准调整和以黑色标记为基准的套准偏差值时,电机控制下的套准机构是否超限。经过步骤1-4后,结合上位机提供的胶印机黑色、青色、品红和黄色套准调整机构的当前位置和设置的调节范围,需要进一步判断步骤1-4选择的黑色基准是否合理,若导致套准机构调整过程中越限,需要选择其它颜色标记作为基准。
读取胶印机黑色、青色、品红和黄色套准机构在轴向和周向的当前位置及调节范围,根据这些条件,选择一个最佳的颜色基准,并将以黑色基准得到的套准偏差数据进行转换和调节,避免胶印机的套准机构调节时超出范围。
6)输出套准偏差计算结果。
根据数据协议和轴向、周向数据极性,输出轴向和周向套准偏差值,并存储到数据库,以备阅览和数据发送。
步骤1中所述的预处理套准标记图像为:对图像进行滤波和目标分割,把套准标记和图像背景区域分开,得到预处理图像。
步骤2中所述的提取出目标标记中的黑色标记像素的方法为:
黑色标记像素要同时满足以下条件:
R-AVR(R,G,B)<TK1,
且G-AVR(R,G,B)<TK1,
且B-AVR(R,G,B)<TK1,
且TK0-G>0;
且TK0-B>0;
其中:R、G、B为像素的红、绿、蓝灰度值,AVR(R,G,B)为R、G、B求和后的平均值,即AVR(R,G,B)=(R+G+B)/3;TK1和TK0为设置的黑色标记像素提取阈值,13<TK1<18,80<TK0<100。
步骤2中所述的提取出目标标记中的青色标记像素采用的方法为:
青色标记像素要同时满足以下条件:
AVR(R,G,B)-R>TC0;
且G-AVR(R,G,B)>TC0;
且B-AVR(R,G,B)>TC0;
其中:TC0为设置的青色标记像素提取阈值,13<TC0<18。
步骤2中所述的提取出目标标记中的品红标记像素采用的方法为:
品红标记像素要同时满足以下条件:
R-AVR(R,G,B)>TM0;
且R-G>TM1;
且R<TM2;
其中:TM0、TM1和TM2为设置的品红标记像素提取阈值,8<TM0<13,13<TM1<18,190<TM2<210。
步骤2中所述的提取出目标标记中的黄色标记像素采用的方法为:
黄色标记像素要同时满足以下条件:
R-AVR(R,G,B)>TY0;
且G-AVR(R,G,B)>TY0;
且AVR(R,G,B)-B>TY0;
其中:TY0为设置的黄色标记像素提取阈值,13<TY0<18。
步骤5中所述的基准优化选择具体步骤如下:
根据胶印机黑色、青色、品红和黄色套准机构的当前位置P(I)和调节范围[Min(I)、Max(I)],Min和Max表示套准机构调整需要满足的最小调节量和最大调节量,I=黑色、青色、品红或黄色,自动选择调节套准机构时的基准,采用的方法如下:
1)对于黑色标记,调整后的位置P=黑色标记当前位置+黑色标记套准偏差,判断P是否位于[Min(黑色),Max(黑色)]区间内,如果满足,则选择黑色为基准,结束基准选择程序,否则进入下面的步骤;
2)对于青色标记,调整后的位置P=青色标记当前位置+青色标记套准偏差,判断P是否位于[Min(青色),Max(青色)]区间内,如果满足,则选择青色为基准,结束基准选择程序,否则进入下面的步骤;
3)对于品红标记,调整后的位置P=品红标记当前位置+品红标记套准偏差,判断P是否位于[Min(品红),Max(品红)]区间内,如果满足,则选择品红为基准,结束基准选择程序,否则进入下面的步骤;
4)对于黄色标记,调整后的位置P=黄色标记当前位置+黄色标记套准偏差,判断P是否位于[Min(黄色),Max(黄色)]区间内,如果满足,则选择黄色为基准,结束基准选择程序,否则进入下面的步骤;
5)选择黑色为基准。
本发明所涉及的印品四色套准偏差自动检测方法对套准标记图像进行分析后自动给出黑色、青色、品红和黄色标记在轴向和周向的套准偏差数据,效率高,速度快,操作简便。自动计算的套准偏差数据根据一定的协议格式进行打包,发送给主控计算机,由主控计算机自动调整套准机构,只需很短的时间便能完成套准机构的调整,四色胶印机套准控制的自动化程度和调节速度大幅得到提高。
附图说明
图1为本发明涉及的印品四色套准偏差自动检测方法的流程图
附图中标记说明:
S11、输入套准标记图像
S12、预处理图像
S21、图像像素分色
S22、BCMY像素分类
S31、边缘检测和定位
S32、提取BCMY单元边缘
S33、检测BCMY单元边缘
S34、定位BCMY单元边缘
S41、输出图像套准偏差
S42、相对黑色基准的轴向图像套准偏差
S43、相对黑色基准的周向图像套准偏差
S51、物像反求
S61、基准优化选择
S71、输出套准偏差
具体实施方式
现结合附图对本发明作进一步详细阐述。图1显示本发明涉及的印品四色套准偏差自动检测方法的流程图,如图所示,印品四色套准偏差自动检测方法包括以下步骤:
1、预处理套准标记图像
向计算机输入套准标记图像S11,采用彩色图像向量中值滤波方法进行滤波,得到滤波后的彩色图像IA。然后对彩色图像采用下面的方法分割目标标记和图像背景:
(1)针对整幅彩色图像IA中的所有像素,将图像IA转化为灰度图像IB。转化方法为:灰度图像IB中的像素的红、绿、蓝灰度值相等,且等于图像IA中对应像素的红、绿、蓝灰度值的求和平均值。
(2)针对灰度图像IB中的所有像素,将图像IB转化为分割图像IC,分割方法为:判断灰度图像IB中的像素灰度值是否大于设定的阈值TM,TM位于区间[60,200]内,本实施例中TM取100。如果大于关系成立,则为图像IC中的背景像素,设置为白色,如果大于关系不成立,则为图像IC中的目标标记像素,设置为黑色。
(3)对图像IC进行面积滤波,滤除伪目标像素,得到滤波后的图像ID。采用逐点搜索的方法,寻找图像IC中各孤立分布的黑色像素团,并记录各黑色像素团的黑色像素数目,如果该黑色像素团的黑色像素数目大于设定的阈值(取200),则为目标标记像素,否则为伪目标标记像素,设置为白色。
(4)图像颜色恢复。把图像ID中的黑色目标标记像素的颜色值设置为图像IA中的对应位置处的像素颜色值,得到预处理图像S12。
2、对套准标记图像进行分色
对预处理后的图像S12进行分色,提取出目标标记中的黑色标记像素、青色标记像素、品红标记像素和黄色标记像素。用R、G、B表示像素的红、绿、蓝灰度值,AVR(R,G,B)=(R+G+B)/3,采用的划分方法如下:
黑色标记像素满足的条件:
R-AVR(R,G,B)<TK1,
且G-AVR(R,G,B)<TK1,
且B-AVR(R,G,B)<TK1,
且TK0-G>0和TK0-B>0。
式中R、G、B为像素的红、绿、蓝灰度值,AVR(R,G,B)为R、G、B求和后的平均值,TK1和TK0为设置的黑色标记像素提取阈值,分别取15和90。
青色标记像素满足的条件:
AVR(R,G,B)-R>TC0,
且G-AVR(R,G,B)>TC0,
且B-AVR(R,G,B)>TC0。
TC0为设置的青色标记像素提取阈值,取15。
品红标记像素满足的条件:
R-AVR(R,G,B)>TM0,
且R-G>TM1,
且R<TM2。
TM0、TM1和TM2为设置的品红标记像素提取阈值,分别取10、15和200。
黄色标记像素满足的条件:
R-AVR(R,G,B)>TY0,
且G-AVR(R,G,B)>TY0,
且AVR(R,G,B)-B>TY0。
TY0为设置的黄色标记像素提取阈值,取15。
经上述方法提取后,获得分色后的图像S21。
3、边缘检测和定位
在视频采集阶段,要求套准标记十字线与图像的横向和纵向基本平行,所以针对分色后的图像S21采用横向和纵向逐点扫描的方法提取黑色、青色、品红和黄色标记的边缘像素。
首先对图像进行横向搜索,从第一行开始,至图像的最后一行,分别对黑色标记像素(R=0,G=0,B=0)、青色标记像素(R=0,G=255,B=255)、品红标记像素(R=255,G=0,B=255)和黄色标记像素(R=255,G=255,B=0)搜索,搜索到某种颜色的当前行第一个像素时,标记为该色标记当前行左侧边缘点,搜索到该色标记当前行的最后一个标记像素时,标记为该色当前行的右侧边缘像素,获得边缘像素点组成的图像IEH。
然后沿图像的纵向搜索,从第一列至图像的最后一列,分别对黑色标记像素、青色标记像素、品红标记像素和黄色标记像素搜索,搜索到某种颜色的当前列的第一个像素时,标记为该色标记当前列的下侧边缘点,搜索到该色当前列的最后一个标记像素时,标记为该色当前列的上侧边缘像素,获得边缘像素点组成的图像IET。
针对边缘像素图像IEH和IET进行处理,采用Hough变换和最小二乘法拟合黑色、青色、品红和黄色边缘直线,得到对应的直线斜率、截距和起始点坐标和终止点坐标。
以黑色标记的四条直线作为基准,作其它颜色标记直线与距离最近的黑色标记直线的垂线,获得图像中垂线段的长度,得到以黑色标记为基准的轴向和周向图像套准偏差值,单位为像素。
4、物像反求
把S42中的基于黑色标记的青色、品红和黄色轴向图像套准偏差值,S43中的基于黑色标记的青色、品红和黄色周向图像套准偏差值代入基于几何法的物像反求模型进行计算,获得物空间的套准偏差值,单位为mm,物像反求模型公式为:
ΔWX=J*ΔX
ΔWY=J*ΔY。
ΔX和ΔY分别为物空间轴向和周向的套准偏差值,ΔWX和ΔWY分别为图像中的轴向和周向图像套准偏差值,J为物像映射比例系数,位于区间[30,60]内,通过标定获得。
5、基准优化选择
根据胶印机黑色、青色、品红和黄色套准机构的当前位置P(I)和调节范围[Min(I)、Max(I)],Min和Max表示套准机构调整需要满足的最小调节量和最大调节量,I=黑色、青色、品红或黄色,自动选择调节套准机构时的基准,采用的方法如下:
(1)对于黑色标记,调整后的位置P=黑色标记当前位置+黑色标记套准偏差,判断P是否位于[Min(黑色),Max(黑色)]区间内,如果满足,则选择黑色为基准,结束基准选择程序,否则进入下面的步骤;
(2)对于青色标记,调整后的位置P=青色标记当前位置+青色标记套准偏差,判断P是否位于[Min(青色),Max(青色)]区间内,如果满足,则选择青色为基准,结束基准选择程序,否则进入下面的步骤;
(3)对于品红标记,调整后的位置P=品红标记当前位置+品红标记套准偏差,判断P是否位于[Min(品红),Max(品红)]区间内,如果满足,则选择品红为基准,结束基准选择程序,否则进入下面的步骤;
(4)对于黄色标记,调整后的位置P=黄色标记当前位置+黄色标记套准偏差,判断P是否位于[Min(黄色),Max(黄色)]区间内,如果满足,则选择黄色为基准,结束基准选择程序,否则进入下面的步骤;
(5)选择黑色为基准。
6、输出套准偏差计算结果
按照固定协议,给套准偏差数据打包,发送给主机使用,由主机自动调节套准结构,实现胶印机自动套准控制。
对本领域的技术人员来说,很明显,本发明可以做出多种改进和变化,只要落入所附的权利要求书及其等同的范围内,本发明就涵盖本发明的这些改进和变化。
Claims (7)
1. 印品四色套准偏差自动检测方法,其特征在于:由CCD摄像头采集套准标记图像,并传送给计算机,由计算机对套准标记图像进行处理并自动选择套准颜色基准,计算其它三种颜色标记相对基准色在轴向和周向的偏移距离,具体包括以下步骤:
1)预处理套准标记图像;
2)对套准标记图像进行分色;
对套准标记图像中的目标对象进行分离,划分为四类像素:黑色标记像素、青色标记像素、品红标记像素和黄色标记像素,根据像素的分类,识别出图像中黑色标记、青色标记、品红标记和黄色标记;
3)对分色后的标记进行边缘检测和定位;
提取图像中黑色标记、青色标记、品红标记和黄色标记的边缘像素,对黑色边缘像素、青色边缘像素、品红边缘像素和黄色边缘像素进行直线拟合,确定边缘直线;以黑色标记的四条直线作为基准,作其它颜色标记直线与距离最近的黑色标记直线的垂线,获得图像中垂线段的长度,得到青色标记、品红标记、黄色标记以黑色标记为基准的轴向和周向图像套准偏差值,单位为像素;
4)物像反求;
把以黑色标记为基准的青色标记、品红标记和黄色标记的轴向、周向图像套准偏差代入物像反求模型,计算出物空间相对黑色基准的青色标记、品红标记和黄色标记的轴向、周向套准偏差;
5)基准优化选择;
6)输出套准偏差计算结果。
2. 根据权利要求1所述的印品四色套准偏差自动检测方法,其特征在于:步骤1中所述的预处理套准标记图像为:对图像进行滤波和目标分割,把套准标记和图像背景区域分开,得到预处理图像。
3. 根据权利要求1所述的印品四色套准偏差自动检测方法,其特征在于:步骤2中所述的提取出目标标记中的黑色标记像素的方法为:
黑色标记像素要同时满足以下条件:
R-AVR(R,G,B)<TK1,
且G-AVR(R,G,B)<TK1,
且B-AVR(R,G,B)<TK1,
且TK0-G>0;
且TK0-B>0;
其中:R、G、B为像素的红、绿、蓝灰度值,AVR(R,G,B)为R、G、B求和后的平均值,即AVR(R,G,B)=(R+G+B)/3,其中TK1和TK0为设置的黑色标记像素提取阈值,13<TK1<18,80<TK0<100。
4. 根据权利要求1所述的印品四色套准偏差自动检测方法,其特征在于:步骤2中所述的提取出目标标记中的青色标记像素采用的方法为:
青色标记像素要同时满足以下条件:
AVR(R,G,B)-R>TC0;
且G-AVR(R,G,B)>TC0;
且B-AVR(R,G,B)>TC0;
其中:TC0为设置的青色标记像素提取阈值,13<TC0<18。
5. 根据权利要求3所述的印品四色套准偏差自动检测方法,其特征在于:步骤2中所述的提取出目标标记中的品红标记像素采用的方法为:
品红标记像素要同时满足以下条件:
R-AVR(R,G,B)>TM0;
且R-G>TM1;
且R<TM2;
其中:TM0、TM1和TM2为设置的品红标记像素提取阈值,8<TM0<13,13<TM1<18,190<TM2<210。
6. 根据权利要求3所述的印品四色套准偏差自动检测方法,其特征在于:步骤2中所述的提取出目标标记中的黄色标记像素采用的方法为:
黄色标记像素要同时满足以下条件:
R-AVR(R,G,B)>TY0;
且G-AVR(R,G,B)>TY0;
且AVR(R,G,B)-B>TY0;
其中:TY0为设置的黄色标记像素提取阈值,13<TY0<18。
7. 根据权利要求1所述的印品四色套准偏差自动检测方法,其特征在于:步骤5中所述的基准优化选择具体步骤如下:
根据胶印机黑色、青色、品红和黄色套准机构的当前位置P(I)和调节范围[Min(I)、Max(I)],Min和Max表示套准机构调整需要满足的最小调节量和最大调节量,I=黑色、青色、品红或黄色,自动选择调节套准机构时的基准,采用的方法如下:
1)对于黑色标记,调整后的位置P=黑色标记当前位置+黑色标记套准偏差,判断P是否位于[Min(黑色),Max(黑色)]区间内,如果满足,则选择黑色为基准,结束基准选择程序,否则进入下面的步骤;
2)对于青色标记,调整后的位置P=青色标记当前位置+青色标记套准偏差,判断P是否位于[Min(青色),Max(青色)]区间内,如果满足,则选择青色为基准,结束基准选择程序,否则进入下面的步骤;
3)对于品红标记,调整后的位置P=品红标记当前位置+品红标记套准偏差,判断P是否位于[Min(品红),Max(品红)]区间内,如果满足,则选择品红为基准,结束基准选择程序,否则进入下面的步骤;
4)对于黄色标记,调整后的位置P=黄色标记当前位置+黄色标记套准偏差,判断P是否位于[Min(黄色),Max(黄色)]区间内,如果满足,则选择黄色为基准,结束基准选择程序,否则进入下面的步骤;
5)选择黑色为基准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101028973A CN101244649B (zh) | 2008-03-28 | 2008-03-28 | 印品四色套准偏差自动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101028973A CN101244649B (zh) | 2008-03-28 | 2008-03-28 | 印品四色套准偏差自动检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101244649A true CN101244649A (zh) | 2008-08-20 |
CN101244649B CN101244649B (zh) | 2010-08-11 |
Family
ID=39945424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101028973A Expired - Fee Related CN101244649B (zh) | 2008-03-28 | 2008-03-28 | 印品四色套准偏差自动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101244649B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102241207A (zh) * | 2010-05-13 | 2011-11-16 | 薄淑英 | 彩色立体图像单色印刷的方法 |
CN102765249A (zh) * | 2012-07-10 | 2012-11-07 | 上海大学 | 一种基于四色印品套准检测标记的机器视觉检测方法 |
CN102991123A (zh) * | 2012-11-23 | 2013-03-27 | 营口超烁图码科技板业有限公司 | 一种用于辊涂印刷生产线的控制方法和控制*** |
CN103057263A (zh) * | 2011-08-25 | 2013-04-24 | 应用材料意大利有限公司 | 用于打印多层图案的方法及设备 |
CN103085471A (zh) * | 2013-01-11 | 2013-05-08 | 天津科技大学 | 一种对连续采集印刷品图像的定位方法 |
CN103895343A (zh) * | 2012-12-26 | 2014-07-02 | 北京大学 | 一种印刷物质量检查方法及*** |
CN104002553A (zh) * | 2013-02-22 | 2014-08-27 | 广东东方精工科技股份有限公司 | 一种触摸屏输入印刷套准调整参数自动快速计算的方法 |
CN104647893A (zh) * | 2015-02-09 | 2015-05-27 | 西安科赛图像科技有限责任公司 | 一种基于十字线的印刷套印误差检测方法 |
CN105091741A (zh) * | 2014-04-23 | 2015-11-25 | 北大方正集团有限公司 | 套印精准度检测方法及装置 |
CN105599442A (zh) * | 2015-12-21 | 2016-05-25 | 虎彩印艺股份有限公司 | 一种多色套印精度监控方法及色标组 |
CN105678789A (zh) * | 2016-02-19 | 2016-06-15 | 广州市华颉电子科技有限公司 | 一种机箱标准件装配质量智能分析方法 |
CN105807586A (zh) * | 2016-03-22 | 2016-07-27 | 张洪涛 | 医用胶片激光打印机 |
CN107833225A (zh) * | 2017-10-18 | 2018-03-23 | 中南民族大学 | 基于特征驱动启发式四色标签的图像分割方法及*** |
CN110188786A (zh) * | 2019-04-11 | 2019-08-30 | 广西电网有限责任公司电力科学研究院 | 一种用于罐式避雷器泄漏电流的机器人图像识别算法 |
CN110509680A (zh) * | 2019-09-10 | 2019-11-29 | 深圳市冠为科技股份有限公司 | 一种印刷套准方法及*** |
CN111016449A (zh) * | 2019-05-23 | 2020-04-17 | 深圳圣德京粤科技有限公司 | 一种喷墨打印正反套印的调节方法 |
CN111231530A (zh) * | 2020-01-14 | 2020-06-05 | 天津迦自机器人科技有限公司 | 一种双色打印机质量检测方法 |
CN116678340A (zh) * | 2023-07-28 | 2023-09-01 | 华能澜沧江水电股份有限公司 | 引张线测量装置及其控制方法 |
-
2008
- 2008-03-28 CN CN2008101028973A patent/CN101244649B/zh not_active Expired - Fee Related
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102241207A (zh) * | 2010-05-13 | 2011-11-16 | 薄淑英 | 彩色立体图像单色印刷的方法 |
CN103057263A (zh) * | 2011-08-25 | 2013-04-24 | 应用材料意大利有限公司 | 用于打印多层图案的方法及设备 |
CN103057263B (zh) * | 2011-08-25 | 2016-05-04 | 应用材料意大利有限公司 | 用于打印多层图案的方法及设备 |
CN102765249A (zh) * | 2012-07-10 | 2012-11-07 | 上海大学 | 一种基于四色印品套准检测标记的机器视觉检测方法 |
CN102991123A (zh) * | 2012-11-23 | 2013-03-27 | 营口超烁图码科技板业有限公司 | 一种用于辊涂印刷生产线的控制方法和控制*** |
CN103895343B (zh) * | 2012-12-26 | 2017-12-19 | 北京大学 | 一种印刷物质量检查方法及*** |
CN103895343A (zh) * | 2012-12-26 | 2014-07-02 | 北京大学 | 一种印刷物质量检查方法及*** |
CN103085471A (zh) * | 2013-01-11 | 2013-05-08 | 天津科技大学 | 一种对连续采集印刷品图像的定位方法 |
CN104002553A (zh) * | 2013-02-22 | 2014-08-27 | 广东东方精工科技股份有限公司 | 一种触摸屏输入印刷套准调整参数自动快速计算的方法 |
CN105091741A (zh) * | 2014-04-23 | 2015-11-25 | 北大方正集团有限公司 | 套印精准度检测方法及装置 |
CN105091741B (zh) * | 2014-04-23 | 2018-05-08 | 北大方正集团有限公司 | 套印精准度检测方法及装置 |
CN104647893A (zh) * | 2015-02-09 | 2015-05-27 | 西安科赛图像科技有限责任公司 | 一种基于十字线的印刷套印误差检测方法 |
CN104647893B (zh) * | 2015-02-09 | 2017-03-15 | 西安科赛图像科技有限责任公司 | 一种基于十字线的印刷套印误差检测方法 |
CN105599442A (zh) * | 2015-12-21 | 2016-05-25 | 虎彩印艺股份有限公司 | 一种多色套印精度监控方法及色标组 |
CN105599442B (zh) * | 2015-12-21 | 2018-08-31 | 天津荣彩3D科技有限公司 | 一种多色套印精度监控方法及色标组 |
CN105678789A (zh) * | 2016-02-19 | 2016-06-15 | 广州市华颉电子科技有限公司 | 一种机箱标准件装配质量智能分析方法 |
CN105678789B (zh) * | 2016-02-19 | 2018-08-17 | 广州市华颉电子科技有限公司 | 一种机箱标准件装配质量智能分析方法 |
CN105807586A (zh) * | 2016-03-22 | 2016-07-27 | 张洪涛 | 医用胶片激光打印机 |
CN107833225B (zh) * | 2017-10-18 | 2020-06-16 | 中南民族大学 | 基于特征驱动启发式四色标签的图像分割方法及*** |
CN107833225A (zh) * | 2017-10-18 | 2018-03-23 | 中南民族大学 | 基于特征驱动启发式四色标签的图像分割方法及*** |
CN110188786A (zh) * | 2019-04-11 | 2019-08-30 | 广西电网有限责任公司电力科学研究院 | 一种用于罐式避雷器泄漏电流的机器人图像识别算法 |
CN110188786B (zh) * | 2019-04-11 | 2022-12-06 | 广西电网有限责任公司电力科学研究院 | 一种用于罐式避雷器泄漏电流的机器人图像识别算法 |
CN111016449B (zh) * | 2019-05-23 | 2021-07-23 | 深圳圣德京粤科技有限公司 | 一种喷墨打印正反套印的调节方法 |
CN111016449A (zh) * | 2019-05-23 | 2020-04-17 | 深圳圣德京粤科技有限公司 | 一种喷墨打印正反套印的调节方法 |
CN110509680A (zh) * | 2019-09-10 | 2019-11-29 | 深圳市冠为科技股份有限公司 | 一种印刷套准方法及*** |
CN111231530A (zh) * | 2020-01-14 | 2020-06-05 | 天津迦自机器人科技有限公司 | 一种双色打印机质量检测方法 |
CN111231530B (zh) * | 2020-01-14 | 2021-10-01 | 天津迦自机器人科技有限公司 | 一种双色打印机质量检测方法 |
CN116678340A (zh) * | 2023-07-28 | 2023-09-01 | 华能澜沧江水电股份有限公司 | 引张线测量装置及其控制方法 |
CN116678340B (zh) * | 2023-07-28 | 2023-12-12 | 华能澜沧江水电股份有限公司 | 引张线测量装置及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101244649B (zh) | 2010-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101244649B (zh) | 印品四色套准偏差自动检测方法 | |
JP6015189B2 (ja) | 画像検査装置、画像形成装置、画像検査方法及び画像形成システム | |
US8773715B2 (en) | Color selection assisting method, image processing method, color selection assisting apparatus, image processing apparatus, and recording medium | |
JP5437276B2 (ja) | 物体検知及び認識システム | |
JP5083658B2 (ja) | 車両用車線認識装置、車両、及び車両用車線認識プログラム | |
JP4001162B2 (ja) | 画像処理方法、画像処理用のプログラムならびにその記憶媒体、および画像処理装置 | |
CN102737221B (zh) | 车辆颜色的识别方法及装置 | |
CN107025802A (zh) | 一种基于无人机寻找停车位的方法及无人机 | |
CN105279372A (zh) | 一种建筑物高度计算方法和装置 | |
EP3540691B1 (en) | Method of segmentation and annotation of images | |
US9843694B2 (en) | Image reading device and method, reading area display device and method, and program | |
CN102765249A (zh) | 一种基于四色印品套准检测标记的机器视觉检测方法 | |
US20130170756A1 (en) | Edge detection apparatus, program and method for edge detection | |
CN114331986A (zh) | 一种基于无人机视觉的坝体裂纹识别与测量方法 | |
CN101246593A (zh) | 一种彩色图像边缘检测方法及设备 | |
JP5188429B2 (ja) | 環境認識装置 | |
CN104670085A (zh) | 车道脱离警报*** | |
CN107679479A (zh) | 一种基于图像形态学处理的客观填涂识别方法 | |
JP2016028606A5 (zh) | ||
CN110809766B (zh) | 高级驾驶员辅助***和方法 | |
CN105760869A (zh) | 一种基于图像灰度识别及处理的阅卷方法 | |
CN114660579A (zh) | 一种全自动激光雷达与相机标定方法 | |
CN108021868A (zh) | 一种快速高可靠的圆形目标检测识别方法 | |
JP7043992B2 (ja) | 変更点検出装置、変更点検出方法及び変更点検出プログラム | |
WO2023067829A1 (ja) | 欠陥検出方法、欠陥検出システム、及び、欠陥検出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100811 Termination date: 20170328 |
|
CF01 | Termination of patent right due to non-payment of annual fee |