CN113386459A - 借助缺陷分类的检查 - Google Patents
借助缺陷分类的检查 Download PDFInfo
- Publication number
- CN113386459A CN113386459A CN202110191499.9A CN202110191499A CN113386459A CN 113386459 A CN113386459 A CN 113386459A CN 202110191499 A CN202110191499 A CN 202110191499A CN 113386459 A CN113386459 A CN 113386459A
- Authority
- CN
- China
- Prior art keywords
- image
- defect
- defects
- computer
- operator
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41F—PRINTING MACHINES OR PRESSES
- B41F33/00—Indicating, counting, warning, control or safety devices
- B41F33/0081—Devices for scanning register marks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41F—PRINTING MACHINES OR PRESSES
- B41F33/00—Indicating, counting, warning, control or safety devices
- B41F33/0036—Devices for scanning or checking the printed matter for quality control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41F—PRINTING MACHINES OR PRESSES
- B41F33/00—Indicating, counting, warning, control or safety devices
- B41F33/02—Arrangements of indicating devices, e.g. counters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
- B41J2/00—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
- B41J2/005—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed characterised by bringing liquid or particles selectively into contact with a printing material
- B41J2/01—Ink jet
- B41J2/21—Ink jet for multi-colour printing
- B41J2/2132—Print quality control characterised by dot disposition, e.g. for reducing white stripes or banding
- B41J2/2142—Detection of malfunctioning nozzles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
- G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
- G01N21/8983—Irregularities in textured or patterned surfaces, e.g. textiles, wood for testing textile webs, i.e. woven material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Textile Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Wood Science & Technology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Inking, Control Or Cleaning Of Printing Machines (AREA)
- Image Processing (AREA)
Abstract
一种用于借助计算机对处理印刷材料的机器中的印刷产品进行图像检查的方法,其中,在通过图像检测***进行图像检查范畴内,借助至少一个图像传感器对所生产印刷产品进行检测和数字化,其中,计算机将其与数字参考图像比较,并在所检测印刷图像与数字参考图像出现偏差情况下剔出识别为有缺陷的印刷产品,其特征在于,计算机将在图像检查范畴内所发现的偏差以及来自其他子***和机器的其他数据作为所发现的缺陷分析处理,由此借助机器学习方法求取确定的缺陷类别及其原因,将在图像检查中所发现的缺陷相应地分配给缺陷类别,并借助显示器将经分类的、所发现的缺陷连同缺陷类别和原因显示给机器的操作者,操作者然后引入消除缺陷原因的特定措施。
Description
技术领域
根据本发明的方法涉及一种用于对印刷产品进行图像检查的方法,该方法借助经分类的缺陷类型进行特定的缺陷消除。
本发明属于图像质量控制技术领域。
背景技术
本发明的动机是借助用于作为正面印刷和反面印刷中的双***的胶印印刷机(Offsetdruckmaschinen)的图像检测***进行图像检查的问题。在此涉及,在诸如印刷机的壁式显示屏(Wallscreen)之类的显示中,向作为用户的印刷机给出关于所发现的偏差的可视反馈,而不由于显示中的太多动态对其造成妨碍。
在此涉及两个主要主题:
1.对偏差的经减少的且更加简单的显示,以用于即使在高印刷速度下也快速记录实际情况。
2.图形的和/或文本的反馈作为由所发现的偏差的推导,由所述偏差印刷机能够更快地导出问题和处理。
作为对此的现有技术已知,在显示中使用偏差作为缺陷图像并且在必要时将这些偏差与参考图像交替渐显。在此,用作检查***的图像检测***仅仅提供偏差作为图像。不由偏差进行推导,因为该***不具有人工智能。因此,就印刷机而言,该印刷机必须对缺陷图像进行检测、解读并且由此导出必要的措施。在此,如果在所检查的印刷页张(Druckbogen)上发现相同和/或不同类型的多个偏差,可能发生待示出的偏差的积累。
该现有技术的缺点是显而易见的。这些缺点尤其是:在许多偏差的情况下呈数字检测的印刷图像形式的数据传输中的高负荷,在高印刷速度的情况下交替的缺陷显示的积累,通过印刷机对所有显示的必要解读,以及缺陷图像必须由用户进行检测和解读。
在现有技术中,这在大多数情况下通过以下方式消除:减少关于信息的“删去”的报告或者将数据存储在历史记录中,该历史记录之后作为数据可供使用。但是,在正在进行的印刷过程中用户的处理中的延迟与此相关联。在此,技巧将是,使印刷机包含尽可能少的信息,并且仍然提供平静的显示,从而该打印机在高速度下也能够对实际情况进行检测和处理。
在此,DE102017216260A1公开一种用于借助计算机在处理印刷材料的机器中进行废页管理的方法,其中,在废页管理的范畴内,传感器、尤其是呈具有至少一个图像传感器的图像检测***形式的传感器从所印刷的印刷产品检测印刷图像,并且与数字参考进行比较,并且在所检测到的印刷图像与数字参考出现偏差的情况下剔出(ausschleusen)识别为有缺陷的印刷产品,并且该方法的特征在于,创建废页特性文件(Makulaturprofil),该废页特性文件包含分别分配有确定动作的参数,并且对于与数字参考有所偏差的、在图像检查的范畴内所检测到的印刷图像,根据参数执行确定的动作,其中,分别根据所确定的动作操控不同的终端设备。
日本专利申请JP2005205797公开一种用于根据印刷物的类型和内容对质量进行简单且快速的分类的图像产生设备。组成部分是印刷物检查控制设备,该印刷物检查控制设备控制印刷物的检查,该印刷物由图像产生设备所印刷并且基于文件图像数据通过文件图像数据检测单元和图像产生设备在页张(Blatt)上形成。此外,用于检测从所印刷的结果图像中所读取的检查图像数据的装置,用于基于文件图像数据和检查图像数据检测图像缺陷并且用于将印刷物的质量分类为多个质量类别的质量确定装置。在质量确定中,这意味着,对印刷质量的检查可以要么在将印刷材料的质量分离为无缺陷产品类别或有缺陷类别的模式之间进行区分,要么在将印刷材料的质量分离为无缺陷产品类别、有缺陷类别或中间质量类别的模式之间进行区分。
然而,该现有技术没有公开根据其缺陷类型对所发现的确定印刷缺陷进行分类。因此,该现有技术不能实现基于借助图像检查所发现的印刷缺陷来有针对性地排除可能的缺陷原因。
发明内容
因此,本发明的任务在于,公开一种用于印刷机的图像检查方法,该方法能够实现对所发现的印刷缺陷进行更高效的缺陷排除。
该任务通过一种用于借助计算机对处理印刷材料的机器中的印刷产品进行图像检查的方法解决,其中,在通过图像检测***进行图像检查的范畴内,借助至少一个图像传感器对所生产的印刷产品进行检测和数字化,其中,计算机将这些印刷产品与数字参考图像进行比较,并且在所检测到的印刷图像与数字参考图像出现偏差的情况下剔出识别为有缺陷的印刷产品,该方法的特征在于,计算机将在图像检查的范畴内所发现的偏差以及来自其他子***和机器的其他数据作为所发现的缺陷进行分析处理,由此借助机器学习方法求取确定的缺陷类别及其原因,将在图像检查中所发现的缺陷相应地分配给缺陷类别,并且借助显示器将所发现的缺陷连同缺陷类别和原因向机器的操作者进行显示,该操作者然后采取特定措施以消除缺陷原因。因此,与迄今为止的现有技术的决定性区别是,在根据本发明的方法中,由所发现的图像缺陷求取印刷缺陷类型及其原因,然后将其分类,并且然后将所发现的缺陷分配给印刷缺陷类型。然后可以在显示器上将其向机器的操作者相应地进行显示,由此,操作者能够借助关于所发现的图像缺陷以及因此印刷缺陷及其原因的知识,立即且高效地消除相应的印刷缺陷。
本发明的有利的并且因此优选的扩展方案由所属的扩展技术方案以及由说明书和所属的附图得出。
在此,根据本发明的方法的一个优选的扩展方案是,计算机将经如此分类的缺陷以成组地放置在数字参考图像上的方式作为群组在显示器上向机器的操作者进行显示。借助将所发现的且经分类的缺陷在显示器上向操作者进行显示的这种高效方式,节省大量的时间,因为操作者不再需要单独地查看所发现的每个单个缺陷,以便然后评估所发现的缺陷可能基于哪个印刷缺陷,以便然后单独地采取相应的措施,而是操作者立即获得可能由确定的印刷缺陷类别所引起的、以复制的方式进行显示的全部图像缺陷,并且因此能够立即评估相应的印刷缺陷对图像质量的影响有多严重,并且尽可能地立即高效地消除这些印刷缺陷。
在此,根据本发明的方法的另一优选的扩展方案是,对于每个缺陷类别,在显示器上存在向操作者公开缺陷类别的图标或者文本模块,并且分别结合图标或文本模块将各个经分类的缺陷的群组向操作者进行显示。在此,该图标或文本模块优选地在显示器的边缘进行显示,并且例如在群组相应于经分类的图像缺陷或印刷缺陷同时在显示器上进行显示期间变亮。在使用图标的情况下,当然必须向操作者提供关于各个图标含义的相应图例。
在此,根据本发明的方法的另一优选的扩展方案是,计算机将所发现的经分类的缺陷在具有位置参考的数字参考图像中作为群组进行显示。这意味着,将所发现的图像缺陷或印刷缺陷的群组以相应的标记在显示器上在数字参考图像的准确位置上在以下任何地方进行显示:在那里,已经借助图像检查***和由其所实现的方法相应地探测到这些图像缺陷或印刷缺陷。
在此,根据本发明的方法的另一优选的扩展方案是,缺陷类别包括典型的印刷技术问题,例如团块(Butzen)、涂抹(Schmieren)、纸张卷边(umgeknickte Papierkanten)、套准测量(Registermessung)、颜色测量(Farbmessung)、数字印刷机损坏喷嘴的监测和印刷图像中的白线(Whiteline)。在此,所使用的缺陷类别应限于诸如所提及的之类的印刷技术问题,因为主要是使得印刷机的操作者能够消除这些类型的印刷缺陷或图像缺陷。例如由用于图像检查的图像检测***的缺陷配置所导致的其他类型的所发现的缺陷应由图像检测***以其他的方式和方法通过显示器向操作者进行显示。
在此,根据本发明的方法的另一优选的扩展方案是,计算机由确定的缺陷类别和所求取的原因导出反应建议(Reaktionsvorschlag),将该反应建议在显示器上向操作者进行显示,并且操作者在人工检查该建议后将该建议实现。在根据本发明的方法的一种延伸方案(Weiterfuhrung)中,如果计算机已经求取到针对所出现的图像缺陷或印刷缺陷所求取的原因,并且计算机已知该原因,则该计算机也可以提供相应的维修建议,然后操作者在检查该建议后可以实现该维修建议。以这种方式和方法,尤其可以在快速且高效的缺陷消除方面支持没有经验的操作者。
在此,根据本发明的方法的另一优选的扩展方案是,计算机由确定的缺陷类别和所求取的原因导出反应建议,并且自动实现该反应建议。除了可以在显示器上向操作者显示用于缺陷消除的反应建议以便该操作者能够在检查该建议后自行实现该反应建议以外,此外还可以在计算机处自动消除确定的缺陷类型,只要相应的缺陷类型适合于自动消除。对于这种情况,计算机当然必须具有对印刷机的控制装置或控制计算机的访问,或者是与其相同。在此,也可以考虑两种方法类型的结合。例如,适合于自动消除的缺陷类型由计算机自动消除,而将须由操作者人工消除的缺陷类型如此处理,使得计算机在此在显示器上向操作者显示反应建议。
在此,根据本发明的方法的另一优选的扩展方案是,计算机对关于经分类的缺陷的数据进行检测和统计分析处理,并且由此导出用于缺陷避免的建议,在显示器上向操作者进行显示,并且操作者在人工检查后实现或拒绝该建议。这是另一替代方法,其中,在此,替代于由所求取的缺陷原因来从数据库中固定地导出特定的反应建议,计算机对关于经分类的缺陷的现有数据进行统计分析处理,并且借助该统计分析处理导出用于缺陷避免的建议。补充或替代于前面所提及的两个方法,还可以执行该方法。
在此,根据本发明的方法的另一优选的扩展方案是,通过计算机对缺陷进行分类取决于参数,这些参数首先在交付状态(Auslieferzustand)下借助标准值固定地定义,并且然后借助计算机在图像检查的范畴内进行匹配或训练。这意味着,借以求取确定的缺陷类型及其原因的机器学习方法在其所使用的参数方面起初在交付状态下借助标准值固定地定义。然而,在应用根据本发明的方法的范畴内,然后借助新数据对这些机器学习方法进行熟练训练(eintrainieren),由此改善或者甚至才实现根据本发明的方法的工作方式。
在此,根据本发明的方法的另一优选的扩展方案是,参数由计算机借助以下方式或通过与操作者的交互进行训练:改变机器处的预设(Voreinstellung)、匹配关于印刷任务数据的参数、通过中央数据库进行参考。这仅是最常见的方法,其中,也可以考虑所使用参数的其他匹配方式或训练方式。在此,通过中央数据库进行参考还具有附加的优点,即因此也能够将所使用的其他印刷机的经验值一起考虑在内。
附图说明
下面参照所属的附图基于至少一个优选的实施方式进一步描述本发明以及本发明的结构上的和功能上的有利扩展方案。在附图中,彼此相应的元件设有相同的附图标记。
附图示出:
图1示出图像检测***的结构上的构造;
图2示出具有缺陷类别的成组的缺陷的显示的示例;
图3示出根据本发明的方法的流程。
具体实施方式
图1示出使用根据本发明的方法的图像检测***2的示例。该图像检测***由至少一个图像传感器5(通常是摄像机5)组成,该摄像机集成到页张印刷机4中。至少一个摄像机5拍摄由印刷机4所产生的印刷图像,并且将数据发送到计算机3、6以进行分析处理。计算机3、6可以是自己的单独的计算机6(例如一个或多个专用图像处理计算机6),或者也可以与印刷机4的控制计算机3相同。至少印刷机4的控制计算机3具有显示器7,在该显示器上将图像检查的结果向用户1进行显示。
图3以其优选实施方式示例性地示出根据本发明的方法。在此,图像检测***2首先将具有有用部(Nutzen)11作为数字印刷图像8的印刷页张相对于数字参考12进行检查。在此出现偏差,这些偏差可以通过多个参数和/或特征描述为识别出的印刷缺陷9,例如:
其大小;
其位置;
其颜色;
形状;
可能具有能够通过图像处理操作导出的其他特征的缺陷图像;
其时间特性,例如,其在多少页张上延伸(重复缺陷、节奏),其是否移动,其是否改变其大小、颜色或类似等;
在更高层次上:根据位置上的/时间上的接近度、类型、其他特征对缺陷(例如增加的涂抹)进行分组……
现在,图像检测***2由这些特征计算单个缺陷9或者缺陷组的分类。该分类借助合适的机器学习方法进行。在此,识别出的缺陷类别13描述典型的印刷技术问题,例如团块、涂抹、纸张卷边等,这些问题表示这些缺陷的缺陷原因14。
其他缺陷类别13也可以由图像检测***2中的其它程序部分和分析处理方法触发,例如套准测量、颜色测量、数字印刷机损坏喷嘴的监测、白线等。
现在,缺陷类别13可以在下一步骤中用于不同的其他动作。这些动作包括:
a)显示:如果缺陷9可以分配到唯一明确的缺陷类别13,则将该类别13在用户界面(GUI)中进行显示。图2示出这种用户界面的示例。将识别出的缺陷9相应地以标记的方式进行显示。在GUI的右侧上,能够选择代表不同缺陷类别13的图标10。如果选择确定的图标10a(例如在图中为用于团块缺陷的图标10a),则将这种经分类的团块缺陷9a成组地进行显示。可以实现分组,其方式为:仅显示相应的缺陷9a,或者以确定的颜色或确定的框形(Rahmen)等标记这些缺陷9。无法分类的缺陷9如迄今位为止的那样在概览图等中显示为纯缺陷图像/矩形,或显示为自己的类别(“其他”)。
b)补救建议:机器4(更准确地说是计算机3、6)可以尝试由缺陷类别13导出反应建议(例如清洗),并且在成功的情况下将该反应建议向操作者1进行显示,以便因此排除缺陷原因14。该操作者然后可以在人工检查该建议后触发动作。
c)自动补救:作为之后的扩展,还可以由经分类的缺陷9a触发机器4的自动反应以排除缺陷9a的缺陷原因14,例如颜色调节、水平衡调节、清洗等。
d)“大数据”:关于这种经分类的缺陷9a的数据(例如频率等)还可以用于进一步的统计分析处理,例如用于机器4的缺陷避免、机器监测、备件预购(Ersatzteil-Vorbeschaffung)、更好的预设。
上述不同步骤中的分类和处理可能受到参数影响。对于每台机器4,标准参数首先在交付状态下定义,并且然后可以以不同的方式个体化地进一步进行匹配/学习,例如通过:
1.改变单个机器4处的预设/参数;
2.匹配关于作业信息的参数;
3.集中地/印刷厂范围地(Druckereiweit)(例如在数据库中)匹配参数;
4.可能还可以进行半自动分类,在该半自动分类中,操作者1可以对由***所求取的分类进行分析处理,即,接受或拒绝。然后,分类方法借助用户1的分类进一步训练,并且因此可以越来越好地对该用户进行支持或者减负。
替换图标10、10a,替代地也可以显现文本,该文本作为对偏差的解读在语言上支持显示。但是,呈图标10、10a形式的图像能够更快地由人类检测。文本必须首先进行读取,然后进行理解。此外,图像在所有语言中是唯一明确的,而文本必须进行翻译并且可能导致错误的或发生改变的内容。
总之,根据本发明的方法因此实现以下:图像检测***2分析页张图像11。下游过程分析处理在此所发现的偏差9及其特征以及来自其他子***和机器4的其他数据,并且尝试借助这些信息人工地或/和借助机器学习方法进行缺陷9的分类和/或分组。如此获得的信息用于简化用于操作者1的显示7。替代例如将印刷页张上的多个团块显示为单个缺陷图像,可以将这些团块作为群组以代表印刷机的符号10a进行显示。然后,将靶心(Treffer)作为位置点在参考图像12中进行显示以及与此结合将图标10、10a作为代表进行显示足以。
该方法具有多个优点:
相对于所定义的参考12更快地感知印刷偏差;
在没有信息损失的情况下减少显示7中的动态;
减少数据负荷,因为更少的实时图像;
尤其是在高速度下对用户1进行减负;
基于数据,将来也能够实施机器4处的自动反应或设置,以便消除一个或多个缺陷9。
借助所收集到的数据能够针对将来的发展学习***作为辅助如何自主地维持印刷质量。
附图标记列表
1 用户
2 图像检测***
3 控制计算机
4 印刷机
5 图像传感器
6 图像处理计算机
7 显示器
8 数字印刷图像/有用部
9 识别出的印刷缺陷
9a 经分类的印刷缺陷
10 具有缺陷类别的图标
10a 具有确定的缺陷类别的图标
11 印刷出的印刷图像/有用部
12 数字参考图像/良好图像
13 缺陷类别
14 缺陷原因
Claims (10)
1.一种用于借助计算机(3,6)对处理印刷材料的机器(4)中的印刷产品(11)进行图像检查的方法,其中,在通过图像检测***(2)进行所述图像检查的范畴内借助至少一个图像传感器(5)对所生产的印刷产品(11)进行检测和数字化,其中,所述计算机(3,6)将所述印刷产品与数字参考图像(12)进行比较,并且在所检测到的印刷图像(8)与所述数字参考图像(12)出现偏差的情况下剔出识别为有缺陷的印刷产品,
其特征在于,
所述计算机(3,6)将在所述图像检查的范畴内所发现的偏差(9)以及来自其他子***和所述机器(4)的其他数据作为所发现的缺陷(9)进行分析处理,由此借助机器学习方法求取确定的缺陷类别(13)及其原因(14),将在所述图像检查中所发现的缺陷(9)相应地分配给所述缺陷类别(13),并且借助显示器(7)将经分类的、所发现的缺陷(9a)连同缺陷类别(13)和原因(14)向所述机器(4)的操作者(1)进行显示,所述操作者然后采取特定措施以消除缺陷原因(14)。
2.根据权利要求1所述的方法,其特征在于,所述计算机(3,6)将经如此分类的缺陷(9a)以成组地放置在所述数字参考图像(12)上的方式在所述显示器(7)上作为群组向所述机器(4)的操作者(1)进行显示。
3.根据权利要求2所述的方法,其特征在于,对于每个缺陷类别(13),在所述显示器(7)上存在向所述操作者(1)公开所述缺陷类别(13)的图标(10,10a)或者文本模块,并且分别结合相应的所述图标(10a)或者文本模块向所述操作者(1)显示各个经分类的缺陷(9a)的群组。
4.根据权利要求2或者权利要求3所述的方法,其特征在于,所述计算机(3,6)将所发现的、经分类的缺陷(9a)在具有位置参考的所述数字参考图像(12)中作为群组进行显示。
5.根据以上权利要求中任一项所述的方法,其特征在于,所述缺陷类别(13)包括典型的印刷技术问题,例如团块、涂抹、纸张卷边、套准测量、颜色测量、数字印刷机损坏喷嘴的监测和所述印刷图像(11)中的白线。
6.根据以上权利要求中任一项所述的方法,其特征在于,所述计算机(3,6)由所确定的缺陷类别(13)和所求取的原因(14)导出反应建议,将所述反应建议在所述显示器(7)上向所述操作者(1)进行显示,并且所述操作者(1)在人工检查所述建议后实现所述反应建议。
7.根据以上权利要求中任一项所述的方法,其特征在于,所述计算机(3,6)由所确定的缺陷类别(13)和所求取的原因(14)导出反应建议,并且自动地实现所述反应建议。
8.根据以上权利要求中任一项所述的方法,其特征在于,所述计算机(3,6)检测并统计分析处理关于所述经分类的缺陷(9a)的数据,并且由此导出用于缺陷避免的建议,在所述显示器(7)上向所述操作者(1)进行显示,并且所述操作者(1)在人工检查后实现或者拒绝所述建议。
9.根据以上权利要求中任一项所述的方法,其特征在于,通过所述计算机(3,6)进行所述缺陷(9)的分类取决于参数,所述参数首先在交付状态下借助标准值进行固定地定义,并且然后借助所述计算机(3,6)在所述图像检查的范畴内进行匹配或训练。
10.根据权利要求9所述的方法,其特征在于,所述参数由所述计算机(3,6)借助所述机器(4)处的预设的改变、关于印刷任务数据的参数的匹配、通过中央数据库进行的参考或者通过与所述操作者(1)的交互进行训练。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20162299.0 | 2020-03-11 | ||
EP20162299.0A EP3878653A1 (de) | 2020-03-11 | 2020-03-11 | Inspektion mit fehlerklassifizierung |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113386459A true CN113386459A (zh) | 2021-09-14 |
CN113386459B CN113386459B (zh) | 2023-09-22 |
Family
ID=69810597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110191499.9A Active CN113386459B (zh) | 2020-03-11 | 2021-02-19 | 借助缺陷分类的检查 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11580630B2 (zh) |
EP (1) | EP3878653A1 (zh) |
CN (1) | CN113386459B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI748344B (zh) * | 2020-02-14 | 2021-12-01 | 聚積科技股份有限公司 | 發光二極體調屏標準判定模型建立方法 |
JP7428058B2 (ja) * | 2020-04-14 | 2024-02-06 | コニカミノルタ株式会社 | 検査装置、プログラム、および検査システム |
US11483435B2 (en) | 2020-12-21 | 2022-10-25 | Xerox Corporation | Machine state and defect detection meta data to execute maintenance routines on a multi-function device |
US11240385B1 (en) * | 2020-12-21 | 2022-02-01 | Xerox Corporation | Defect detection for multi-function devices using machine learning |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6373964B1 (en) * | 1995-05-04 | 2002-04-16 | Heidelberger Druckmaschinen Ag | Method for image inspection and color guidance for printing products of a printing press |
US20080212844A1 (en) * | 2004-03-23 | 2008-09-04 | Thomas Turke | Method for the Early Identification of a Deviation in the Printed Images that Have Been Created by a Printing Press During Continuous Production |
US20090188405A1 (en) * | 2005-06-07 | 2009-07-30 | Koenig & Bauer Aktiengesellschaft | Printing machine and a method for producing a printed product |
CN104952061A (zh) * | 2014-03-31 | 2015-09-30 | 海德堡印刷机械股份公司 | 用于对图像检测方法的错误识别可靠性进行检验的方法 |
CN109507207A (zh) * | 2017-09-14 | 2019-03-22 | 海德堡印刷机械股份公司 | 废页管理和具有缺陷类型的印刷品的图像检测 |
CN109946303A (zh) * | 2017-12-21 | 2019-06-28 | 东友精细化工有限公司 | 检查装置和方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4677718B2 (ja) | 2004-01-23 | 2011-04-27 | 富士ゼロックス株式会社 | 印刷物検査制御装置、印刷物検査制御方法および印刷物検査制御プログラム |
US7813541B2 (en) * | 2005-02-28 | 2010-10-12 | Applied Materials South East Asia Pte. Ltd. | Method and apparatus for detecting defects in wafers |
US7570797B1 (en) * | 2005-05-10 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for generating an inspection process for an inspection system |
JP4542164B2 (ja) * | 2008-03-18 | 2010-09-08 | アドバンスド・マスク・インスペクション・テクノロジー株式会社 | パターン検査装置、パターン検査方法及びプログラム |
JP4942800B2 (ja) * | 2009-08-18 | 2012-05-30 | 株式会社ニューフレアテクノロジー | 検査装置 |
JP6717081B2 (ja) * | 2016-06-30 | 2020-07-01 | 東京エレクトロン株式会社 | 基板の欠陥検査装置、基板欠陥検査用の感度パラメータ値の調整方法及び記憶媒体 |
-
2020
- 2020-03-11 EP EP20162299.0A patent/EP3878653A1/de active Pending
-
2021
- 2021-02-04 US US17/167,379 patent/US11580630B2/en active Active
- 2021-02-19 CN CN202110191499.9A patent/CN113386459B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6373964B1 (en) * | 1995-05-04 | 2002-04-16 | Heidelberger Druckmaschinen Ag | Method for image inspection and color guidance for printing products of a printing press |
US20080212844A1 (en) * | 2004-03-23 | 2008-09-04 | Thomas Turke | Method for the Early Identification of a Deviation in the Printed Images that Have Been Created by a Printing Press During Continuous Production |
US20090188405A1 (en) * | 2005-06-07 | 2009-07-30 | Koenig & Bauer Aktiengesellschaft | Printing machine and a method for producing a printed product |
CN104952061A (zh) * | 2014-03-31 | 2015-09-30 | 海德堡印刷机械股份公司 | 用于对图像检测方法的错误识别可靠性进行检验的方法 |
CN109507207A (zh) * | 2017-09-14 | 2019-03-22 | 海德堡印刷机械股份公司 | 废页管理和具有缺陷类型的印刷品的图像检测 |
CN109946303A (zh) * | 2017-12-21 | 2019-06-28 | 东友精细化工有限公司 | 检查装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3878653A1 (de) | 2021-09-15 |
US11580630B2 (en) | 2023-02-14 |
CN113386459B (zh) | 2023-09-22 |
US20210287353A1 (en) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113386459B (zh) | 借助缺陷分类的检查 | |
CN106881956B (zh) | 用于对图像检查***进行检验的方法 | |
US6106094A (en) | Printer apparatus and printed matter inspecting apparatus | |
US20100188671A1 (en) | Weighted Sheet Inspection | |
JP5228459B2 (ja) | 検査群データ管理システム | |
CN109507207B (zh) | 借助计算机在处理承印材料的机器中进行废页管理的方法 | |
US7672486B2 (en) | Method for evaluating the quality of a printed matter, provided by a printing machine | |
Rahman et al. | Intelligent computer vision system for segregating recyclable waste papers | |
CN113002161B (zh) | 一种印刷机色彩质量控制方法、***、终端及存储介质 | |
JP3488499B2 (ja) | 印刷装置 | |
US20100039510A1 (en) | Method and DEVICE for PRINT INSPECTION | |
JP2019101540A (ja) | 設備診断装置、設備診断方法、プログラム | |
CN110667258B (zh) | 借助神经网络进行印刷品质分析的方法 | |
JP4623948B2 (ja) | 印刷物における品質管理のための装置 | |
CN108749301A (zh) | 一种模切机在线检测剔除方法 | |
CN113071209A (zh) | 印刷装置的印刷质量监控方法、***、终端及存储介质 | |
JP5558081B2 (ja) | 画像形成状態検査方法、画像形成状態検査装置及び画像形成状態検査用プログラム | |
CN110588167B (zh) | 用于图像监测的方法及设备 | |
US7532990B2 (en) | System and method for press signature tracking and data association | |
Rahman et al. | Automated sorting of recycled paper using smart image processing | |
US20140022574A1 (en) | Printer malfunction-diagnosis | |
CN113256554B (zh) | 确定性的图像检查 | |
Perner | Application of knowledge-based image inspection system for diagnosis of misprints in offsetprinting | |
CN108680583A (zh) | 一种产品外观三期检测*** | |
KR20220109578A (ko) | Ai 기반 신발 부품용 직물 패턴 검사 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |