发明内容
本发明的目的在于提供一种油墨印刷品质量检测方法及***,通过获取油墨印刷品的状态数据,即通过对细度数据的细度因子、光泽数据的光泽因子和完整性数据的非完整因子进行处理,得到油墨印刷品状态值,通过油墨印刷品状态值对油墨印刷品的细度、光泽度和完整度多个维度进行评估,从而完成对油墨印刷品状态的识别,即多个维度的处理使得油墨印刷品质量评估更准确。
本发明的目的可以通过以下技术方案实现:
一种油墨印刷品质量检测方法,包括以下步骤:
步骤一:获得油墨印刷品的状态数据,基于油墨印刷品的状态数据得到油墨印刷品状态值;
步骤二:根据油墨印刷品状态值对油墨印刷品质量进行识别,并得到油墨印刷品质量对应信号;
油墨印刷品质量包括油墨印刷品质量好和油墨印刷品质量差;
油墨印刷品质量好对应油墨印刷品合格信号;
油墨印刷品质量差对应油墨印刷品不合格信号;
步骤三:基于油墨印刷品合格信号,建立平面坐标系对油墨印刷品状态值进行追踪处理,得到油墨印刷品质量变化时间值,基于油墨印刷品质量变化时间值对油墨印刷品质量的提前把控。
作为本发明进一步的方案:油墨印刷品的状态数据包括细度数据、光泽数据和完整性数据;
通过细度数据得到细度因子;
通过光泽数据得到光泽因子;
通过完整性数据得到非完整因子。
作为本发明进一步的方案:油墨印刷品状态值的获取过程为:
将细度数据的细度因子标记为Yx;
将光泽数据的光泽因子标记为Yg;
将完整性数据的非完整因子标记为Yw;
通过公式计算得到油墨印刷品状态值Yzi,其中,a1、a2和a3为预设比例系数。
作为本发明进一步的方案:细度数据的处理过程为:
选取一完整油墨印刷品,对油墨印刷品进行拍照得到油墨图像,将油墨图像分割成若干个油墨图像子单元;
获取油墨图像中位于中间位置及四个边角位置的油墨图像子单元;
分别对每个油墨图像子单元进行处理,将油墨图像子单元转化为灰度图像或彩色图像,并进行二值化处理,再对油墨图像子单元进行特征提取得到图像特征参数;
通过标准偏差法对图像特征参数进行处理,得到油墨图像子单元的细度值;
对多个油墨图像子单元的细度值进行求和并取均值,即得到细度数据的细度因子。
作为本发明进一步的方案:光泽数据的处理过程为:
选取一完整油墨印刷品,将油墨印刷品分割成若干个油墨采光子单元;
将位于油墨印刷品中间位置及四个边角位置的油墨采光子单元记为目标采光单元;
通过光源发射与目标采光单元表面呈90°的光束,并测量目标采光单元反射光线强度,将该反射光线强度记为90°光线强度,并标记为E1;
通过光源发射与目标采光单元表面呈60°的光束,并测量目标采光单元反射光线强度,将该反射光线强度记为60°光线强度,并标记为E2;
通过光源发射与目标采光单元表面呈30°的光束,并测量目标采光单元反射光线强度,将该反射光线强度记为30°光线强度,并标记为E3;
对90°光线强度E1、60°光线强度E2和30°光线强度E3进行加权处理得到目标采光单元的反射光强。
作为本发明进一步的方案:将目标采光单元的反射光强与光源发射光束的入射光强进行比值计算,即得到目标采光单元的反射率;
对多个目标采光单元的反射率进行统计得到目标采光单元的反射率组,采用几何平均值的计算方法对目标采光单元的反射率组进行计算,得到光泽数据的光泽因子。
作为本发明进一步的方案:完整性数据的处理过程为:
选取一完整油墨印刷品,对油墨印刷品进行拍照得到油墨图像,将油墨图像分割成若干个油墨图像子单元;
获取油墨图像中位于中间位置及四个边角位置的油墨图像子单元;
分别对每个油墨图像子单元进行处理;
获取每个油墨图像子单元的特征颜色值,将多个油墨图像子单元中的最大的特征颜色值与最小的特征颜色值进行差值计算,得到油墨图像色差值;
在油墨图像子单元中作一个限位圆,且限位圆在面积最小时均能实现油墨图像子单元中的污迹点、划痕点和气泡点落入限位圆内,获取限位圆的限位面积值;
将每个油墨图像子单元所对应的限位面积值与油墨图像子单元的面积进行比值计算,得到油墨图像子单元的单元面积异常比;
对多个油墨图像子单元的单元面积异常比进行求和并取均值,即得到油墨图像的非完整性比值;
将油墨图像的非完整性比值与油墨图像色差值进行积运算,即得到完整性数据的非完整因子。
作为本发明进一步的方案:在平面坐标系内以油墨印刷品状态值阈值建立一条平行于X轴的临界线;
在平面坐标系内再建立一条平行于X轴的警戒线,警戒线位于临界线的上方;
若油墨印刷品状态图像位于警戒线上方且呈波段性变化时,则表示油墨印刷品加工整体质量符合要求,且在质量好的范围内呈波段变化;
若油墨印刷品状态图像以增大趋势线性变化时,且油墨印刷品状态图像的增大趋势与警戒线的上方,则表示油墨印刷品加工整体质量符合要求,且质量越来越好。
作为本发明进一步的方案:若油墨印刷品状态图像以减小趋势线性变化时,获取油墨印刷品状态图像与警戒线相交的时刻,记为警戒时刻,再以警戒时刻为起点向前推导,获取油墨印刷品状态图像中的首个最高点所对应的时刻,记为高标时刻;
获取高标时刻所对应的油墨印刷品状态值,将高标时刻所对应的油墨印刷品状态值与警戒线对应的预设油墨印刷品状态值进行差值计算,得到油墨印刷品状态变化值;
再将警戒时刻与高标时刻进行差值计算,得到变化时刻;
将油墨印刷品状态变化值与变化时刻进行比值计算,得到油墨印刷品在加工过程中油墨印刷品状态变化率;
对警戒线对应的预设油墨印刷品状态值与油墨印刷品状态值阈值进行差值计算,得到油墨印刷品状态余值;
将油墨印刷品状态余值与油墨印刷品状态变化率进行比值,即得到油墨印刷品质量变化时间值。
一种油墨印刷品质量检测***,包括:
状态获取模块,所述状态获取模块用于获得油墨印刷品的状态数据,基于油墨印刷品的状态数据得到油墨印刷品状态值,并将油墨印刷品状态值存储至云管控平台;
决策分析模块,所述决策分析模块接收云管控平台传送的油墨印刷品状态值,决策分析模块根据油墨印刷品状态值对油墨印刷品质量进行识别,并得到油墨印刷品质量对应信号,将油墨印刷品质量对应信号传送至云管控平台;
油墨印刷品质量包括油墨印刷品质量好和油墨印刷品质量差;
油墨印刷品质量好对应油墨印刷品合格信号;
油墨印刷品质量差对应油墨印刷品不合格信号;
追踪处理模块,所述追踪处理模块接收云管控平台传送的油墨印刷品合格信号,基于油墨印刷品合格信号,追踪处理模块建立平面坐标系对油墨印刷品状态值进行追踪处理,得到油墨印刷品质量变化时间值,基于油墨印刷品质量变化时间值对油墨印刷品质量的提前把控。
本发明的有益效果:
本发明通过获取油墨印刷品的状态数据,即通过对细度数据的细度因子、光泽数据的光泽因子和完整性数据的非完整因子进行处理,得到油墨印刷品状态值,通过油墨印刷品状态值对油墨印刷品的细度、光泽度和完整度多个维度进行评估,从而完成对油墨印刷品状态的识别,即多个维度的处理使得油墨印刷品质量评估更准确;
本发明基于油墨印刷品合格信号,对油墨印刷品状态值Yzi按时间顺序进行获取,建立平面坐标系得到油墨印刷品状态图像,根据得到油墨印刷品状态图像对油墨印刷品加工整体质量进行评估,在油墨印刷品状态图像以减小趋势线性变化时,获取油墨印刷品在加工过程中油墨印刷品状态变化率,将油墨印刷品状态余值与油墨印刷品状态变化率进行比值,即得到油墨印刷品质量变化时间值;以该油墨印刷品质量变化时间值作为预警时间,提醒管理人员对油墨印刷品质量进行把控,避免油墨印刷品质量在加工过程中,突然出现油墨印刷品质量异常,实现对油墨印刷品质量的提前把控,完成对油墨印刷品质量可视化管理。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
请参阅图1-图2所示,本发明为一种油墨印刷品质量检测方法,包括以下步骤:
步骤一:获得油墨印刷品的状态数据,基于油墨印刷品的状态数据得到油墨印刷品状态值;
步骤二:根据油墨印刷品状态值对油墨印刷品质量进行识别,并得到油墨印刷品质量对应信号;
油墨印刷品质量包括油墨印刷品质量好和油墨印刷品质量差;
油墨印刷品质量好对应油墨印刷品合格信号;
油墨印刷品质量差对应油墨印刷品不合格信号;
步骤三:基于油墨印刷品合格信号,建立平面坐标系对油墨印刷品状态值进行追踪处理,得到油墨印刷品质量变化时间值,基于油墨印刷品质量变化时间值对油墨印刷品质量的提前把控。
油墨印刷品的状态数据包括细度数据、光泽数据和完整性数据;
其中,细度数据的获取过程为:
选取一完整油墨印刷品,对油墨印刷品进行拍照得到油墨图像,将油墨图像分割成若干个油墨图像子单元;
获取油墨图像中位于中间位置及四个边角位置的油墨图像子单元;
分别对每个油墨图像子单元进行处理,将油墨图像子单元转化为灰度图像或彩色图像,并进行二值化处理,再对油墨图像子单元进行特征提取得到图像特征参数;
图像特征参数包括颗粒大小和粒径分布范围;
通过标准偏差法对图像特征参数进行处理,得到油墨图像子单元的细度值;
对多个油墨图像子单元的细度值进行求和并取均值,即得到细度数据的细度因子;
其中,光泽数据的获取过程为:
选取一完整油墨印刷品,将油墨印刷品分割成若干个油墨采光子单元;
将位于油墨印刷品中间位置及四个边角位置的油墨采光子单元记为目标采光单元;
通过光源发射与目标采光单元表面呈90°的光束,并测量目标采光单元反射光线强度,将该反射光线强度记为90°光线强度,并标记为E1;
通过光源发射与目标采光单元表面呈60°的光束,并测量目标采光单元反射光线强度,将该反射光线强度记为60°光线强度,并标记为E2;
通过光源发射与目标采光单元表面呈30°的光束,并测量目标采光单元反射光线强度,将该反射光线强度记为30°光线强度,并标记为E3;
对90°光线强度E1、60°光线强度E2和30°光线强度E3进行加权处理,即将90°光线强度E1的权重占比分配为n1,将60°光线强度E2的权重占比分配为n2,将30°光线强度E3的权重占比分配为n3;
根据公式Ei=E1*n1+E2*n2+E3*n3计算得到目标采光单元的反射光强Ei,其中,n1+n2+n3=1,n3、n2、n1均大于0;
其中,光源发射90°的光束、60°的光束及30°的光束的光线强度一致,将该光源发射光束的入射光强记为Ej;
将目标采光单元的反射光强Ei与光源发射光束的入射光强Ej进行比值计算,即得到目标采光单元的反射率;
对多个目标采光单元的反射率进行统计得到目标采光单元的反射率组,采用几何平均值的计算方法对目标采光单元的反射率组进行计算,得到光泽数据的光泽因子;
其中,完整性数据的获取过程为:
选取一完整油墨印刷品,对油墨印刷品进行拍照得到油墨图像,将油墨图像分割成若干个油墨图像子单元;
获取油墨图像中位于中间位置及四个边角位置的油墨图像子单元;
分别对每个油墨图像子单元进行处理;
获取每个油墨图像子单元的特征颜色值,将多个油墨图像子单元中的最大的特征颜色值与最小的特征颜色值进行差值计算,得到油墨图像色差值;
再获取每个油墨图像子单元中的污迹点、划痕点和气泡点,在油墨图像子单元中作一个限位圆,且限位圆在面积最小时均能实现油墨图像子单元中的污迹点、划痕点和气泡点落入限位圆内,获取限位圆的限位面积值;
再对油墨图像子单元的面积进行计算,得到单元面积值;
将每个油墨图像子单元所对应的限位面积值与单元面积值进行比值计算,得到油墨图像子单元的单元面积异常比;
对多个油墨图像子单元的单元面积异常比进行求和并取均值,即得到油墨图像的非完整性比值;
将油墨图像的非完整性比值与油墨图像色差值进行积运算,即得到完整性数据的非完整因子;
其中,油墨图像子单元的特征颜色值的获取过程为:
获取油墨图像子单元的RGB值,获取油墨图像子单元中的最大R值,记为R1;获取油墨图像子单元中的最大G值,记为G1;获取油墨图像子单元中的最大B值,记为B1;
将R1、G1与B1进行积运算,即得到油墨图像子单元的特征颜色值。
将细度数据的细度因子标记为Yx;
将光泽数据的光泽因子标记为Yg;
将完整性数据的非完整因子标记为Yw;
通过公式计算得到油墨印刷品状态值Yzi,其中,a1、a2和a3为预设比例系数。
预设油墨印刷品状态值阈值为yzi,将油墨印刷品状态值Yzi与油墨印刷品状态值阈值yzi进行比较;
若油墨印刷品状态值Yzi≥油墨印刷品状态值阈值yzi时,则表示该油墨印刷品质量好,得到油墨印刷品合格信号;
若油墨印刷品状态值Yzi<油墨印刷品状态值阈值yzi时,则表示该油墨印刷品质量差,得到油墨印刷品不合格信号。
基于油墨印刷品合格信号,对油墨印刷品状态值Yzi按时间顺序进行获取;
建立平面坐标系,以油墨印刷品印刷时间为Y轴,以油墨印刷品状态值为X轴,按时间顺序将油墨印刷品状态值在平面坐标系内标点,并将所有的点通过平滑曲线按时间顺序进行连接,得到油墨印刷品状态图像;
在平面坐标系内以油墨印刷品状态值阈值建立一条平行于X轴的临界线;
在平面坐标系内再建立一条平行于X轴的警戒线,警戒线位于临界线的上方;
其中,警戒线为根据经验预设油墨印刷品状态值,警戒线为油墨印刷品状态值的一个状态识别值,人为设定,油墨印刷品状态值超过警戒线,说明油墨印刷品质量好,油墨印刷品状态值达到警戒线,则说明油墨印刷品状态值由向下发展至临界线的风险,提醒工作人员注意;
若油墨印刷品状态图像位于警戒线上方且呈波段性变化时,则表示油墨印刷品加工整体质量符合要求,且在质量好的范围内呈波段变化;
若油墨印刷品状态图像以增大趋势线性变化时,且油墨印刷品状态图像的增大趋势与警戒线的上方,则表示油墨印刷品加工整体质量符合要求,且质量越来越好;
若油墨印刷品状态图像以减小趋势线性变化时,获取油墨印刷品状态图像与警戒线相交的时刻,记为警戒时刻,再以警戒时刻为起点向前推导,获取油墨印刷品状态图像中的首个最高点所对应的时刻,记为高标时刻;
获取高标时刻所对应的油墨印刷品状态值,将高标时刻所对应的油墨印刷品状态值与警戒线对应的预设油墨印刷品状态值进行差值计算,得到油墨印刷品状态变化值;
再将警戒时刻与高标时刻进行差值计算,得到变化时刻;
将油墨印刷品状态变化值与变化时刻进行比值计算,得到油墨印刷品在加工过程中油墨印刷品状态变化率;
对警戒线对应的预设油墨印刷品状态值与油墨印刷品状态值阈值进行差值计算,得到油墨印刷品状态余值;
将油墨印刷品状态余值与油墨印刷品状态变化率进行比值,即得到油墨印刷品质量变化时间值;
以该油墨印刷品质量变化时间值作为预警时间,提醒管理人员对油墨印刷品质量进行把控,避免油墨印刷品质量在加工过程中,突然出现油墨印刷品质量异常,实现对油墨印刷品质量的提前把控,完成对油墨印刷品质量可视化管理。
实施例2
请参阅图3所示,本发明为一种油墨印刷品质量检测***,包括状态获取模块、决策分析模块、追踪处理模块和云管控平台;
状态获取模块、决策分析模块和追踪处理模块与云管控平台;
状态获取模块用于获得油墨印刷品的状态数据,基于油墨印刷品的状态数据得到油墨印刷品状态值,并将油墨印刷品状态值存储至云管控平台;
决策分析模块接收云管控平台传送的油墨印刷品状态值,决策分析模块根据油墨印刷品状态值对油墨印刷品质量进行识别,并得到油墨印刷品质量对应信号,将油墨印刷品质量对应信号传送至云管控平台;
油墨印刷品质量包括油墨印刷品质量好和油墨印刷品质量差;
油墨印刷品质量好对应油墨印刷品合格信号;
油墨印刷品质量差对应油墨印刷品不合格信号;
追踪处理模块接收云管控平台传送的油墨印刷品合格信号,基于油墨印刷品合格信号,追踪处理模块建立平面坐标系对油墨印刷品状态值进行追踪处理,得到油墨印刷品质量变化时间值,基于油墨印刷品质量变化时间值对油墨印刷品质量的提前把控。
本发明的核心点之一:在于获取油墨印刷品的状态数据,即通过对细度数据的细度因子、光泽数据的光泽因子和完整性数据的非完整因子进行处理,得到油墨印刷品状态值,通过油墨印刷品状态值对油墨印刷品的细度、光泽度和完整度多个维度进行评估,从而完成对油墨印刷品状态的识别,即多个维度的处理使得油墨印刷品质量评估更准确;
本发明的核心点之一:在于基于油墨印刷品合格信号,对油墨印刷品状态值Yzi按时间顺序进行获取,建立平面坐标系得到油墨印刷品状态图像,根据得到油墨印刷品状态图像对油墨印刷品加工整体质量进行评估,在油墨印刷品状态图像以减小趋势线性变化时,获取油墨印刷品在加工过程中油墨印刷品状态变化率,将油墨印刷品状态余值与油墨印刷品状态变化率进行比值,即得到油墨印刷品质量变化时间值;以该油墨印刷品质量变化时间值作为预警时间,提醒管理人员对油墨印刷品质量进行把控,避免油墨印刷品质量在加工过程中,突然出现油墨印刷品质量异常,实现对油墨印刷品质量的提前把控,完成对油墨印刷品质量可视化管理。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。