摘要
本发明涉及印刷品质量检测、计算机视觉技术,以及生产领域人工智能系统技术领域,尤其涉及一种彩盒印刷品印刷图案视觉检测算法。一种彩盒印刷品印刷图案视觉检测算法,包括如下步骤:图像采集步骤、预处理步骤、特征提取步骤、参考比对步骤、缺陷评估步骤、缺陷分类步骤。本方案提高对复杂印刷图案缺陷检测的准确性和实时性。结合轻量型多尺度注意力卷积神经网络和自学习机制,有效检测块色、精细文字、图形渐变等各类印刷图案中的缺陷,减少人为干预和误判。通过颜色归一化、几何校正预处理和参考图比对生成缺陷显著图,并引入在线误判缓存与增量学习策略,保持模型随时间的自适应优化,实现对胶印彩盒生产线的实时高精度质量监测。
技术关键词
视觉检测算法
印刷图案
彩盒
印刷品
图像
融合特征
分类规则
注意力机制
多尺度特征提取
人工智能系统
缺陷检测系统
计算机视觉技术
颜色
多层次
校正
在线
污点
系统为您推荐了相关专利信息
广义Hough变换
参数空间搜索
识别方法
路面
非暂态计算机可读存储介质
融合小波
记忆单元
时间序列特征
矩阵
注意力机制
协同控制方法
果实
卷积神经网络模型
感兴趣
分类器决策