摘要
本发明涉及瑕疵检测领域,具体是指一种利用机器视觉的印刷品表面瑕疵自动检测方法及系统,所述方法包括使用光源模块对印刷品表面进行均匀照射,采用成像模块,结合多光谱成像捕捉印刷品表面的详细图像,使用图像处理模块对图像进行预处理以及图像特征提取,对印刷品表面进行非接触式测量,采集到印刷品表面的物理参数,将图像特征和物理参数整合为时间序列数据,对时间序列数据进行预处理,构建RNN模型,使用预处理后的时间序列数据,对RNN模型进行训练应用,根据RNN模型的输出数据和融合后的特征参数,进行最终的质量预测和瑕疵分类,通过多光谱成像技术和精细的图像预处理步骤,能够捕捉到印刷品表面的微小瑕疵,提高检测的准确性。
技术关键词
瑕疵自动检测
印刷品
RNN模型
深度学习模型
随机森林
图像特征提取
图像处理模块
序列
梯度下降算法
数据
视觉
交叉验证方法
传感器模块
多光谱成像
成像模块
直方图均衡化
光源模块
去噪算法