方春城，陈耿新

（揭阳职业技术学院机电工程系，广东 揭阳 522051）

1 前言

随着科技发展和生活水平的不断提高，人们更注重商品的包装；因此，对印刷标签的质量要求也越来越高。印刷标签作为产品包装的一部分，具有精美外观、整洁大方、成本低廉、使用方便等优点，在各行各业有着广泛的应用，其使用的材质多样、工艺复杂、质量要求高。彩色印刷标签质量缺陷主要有颜色失真、油墨污渍、黑点、漏印、文字模糊、套印不准等。黑白印刷标签的缺陷有漏印、白点等。传统的印刷标准质量检测主要靠人工检测，依靠人眼发现低质标签再进行剔除，人工在检测印刷品缺陷时，常常出现主观性大、易疲劳、效率低，交货周期长，而且检测质量和检测效果偏差比较大。随着图像处理技术和计算机视觉技术的进一步发展，机器视觉逐步被应用于印刷标签质量检测。与传统的印刷品质量检测相比，机器视觉技术具有检测速度快、准确率高，能够迅速准确判断被检印刷品的外观缺陷，并综合分析缺陷参数，从而判断印刷品是否为不合格品。2005年，国内出现单张纸的检测设备，且应用到离线质量检测、控制环节。至今，机器视觉检测设备已应用于印刷、烫金、模切、质检等不同烟标工艺环节。

1990年，KatsuyukiTanimizu等人着手对印刷品缺陷的在线检测技术进行了大量研究。针对印刷品缺陷检测，提出了索引空间法。算法通过对比待检测图像与标准图像相应位置像素的灰度值，用比较后的差异值判定待检测图像是否合格。2002年，Seiji Hata等人通过研究，将印刷品缺陷归纳为两类：颜色缺陷和形状缺陷。2003年，J.Luo和Z.Zhang提出了应用三维直方图的方法提取图像的特征信息，采用神经网络算法判断提取的图像信息，判定是否存在缺陷。国内学者章毓晋提出了融合逐像素检测和分区域检测的算法。阮秋琦也提出了另外一种缺陷检测方法，其核心就是结合动态阈值和逐层检测相的方法。在2005年以前，国外产品占市场份额较大，尤其以尼力可、FUTEC、东机美等日系品牌为主。在进行印刷标签检测时，需要先对待检测印刷标签进行预处理，然后再进行特征提取，判断是否存在缺陷区域，确定缺陷区域。本文主要针对条形码印刷标签缺陷的检测。

2 图像预处理

工业摄像头在采集、传输图像时，难免受到干扰，使条形码图像位置无法完全放正，从而影响了图像识别效率。因此，在检测条形码缺陷时，必须先对采集到的图像预处理。包括将图像转化为二值图像，边缘检测，把条形码区域区分开来，确定条形码。对图像进行高斯滤波增强，这里采用Sobel算子，进行条形码边缘检测；再用hough变换进行直线检测，定出条形码区域。

Sobel算子主要原理：

Sobel算子用于图像边缘检测，是一个离散差分算子。邻域像素对当前像素的影响是不等价的，对算子结果的影响也是不同，采用求梯度值的方法，用于计算图像亮度的灰度近似值，用两组5×5或3×3的矩阵，与图像作平面卷积，进行图像邻域平均，再经过微分检测图像的边缘。

设f(x,y)表示一幅图像，在某点f(x,y)的梯度的一个矢量定义为：

其中，▽f(x,y)具体实现为：

Sobel算子具体实现步骤如下：（1）遍历整幅图像，从水平和垂直两个方向找出模板中心对应的点在图像中的相应位置；（2）对整幅图像按模板进行离散卷积运算；（3）用卷积运算的最大值代替中心像素的灰度值，即fmax；（4）采用自适应阈值δ，对图像二值化，若fmax≥δ，则所在像素点就是图像的边缘，否则，就是背景区域。

Hough变换原理：Hough变换就是把图像中的点映射到另一个参考系的直线中,在图像f中,经过点(x,y)的直线可以表达为：

式中，p是直线的斜率，q是直线的截距。

另外，公式（3）也可改写成公式（4）的形式：

式（4）表示的是参数空间PQ中过点(p,q)的一条直线如图1所示,图像空间XY中过点(xi,yi)的直线可以表示为yi=pxi+q,也可以写成q=-pxi+yi,后者表示在参数空间中的一条直线同理，参数坐标系的直线也对应于图像坐标系中的一个点；在图像坐标系中，呈现直线的所有点，它们的斜率和截距是相同的，所以，它们在参数坐标系中也相应的对应于相同的点。同理，对于(xj,yj)也可以写成上式形式Hough变换对应的空间如图1所示。

图1 Hough变换空间

在Hough变换中，图像空间中同一条线的点对应参数空间里相交的直线；反过来，在参数空间里，同一个点相交的所有直线对应图像空间里共线的点，这就是点——线对偶性。在接近竖直方向上的直线，因p的值接近无穷导致计算量大增，此时，则用直线的极坐标形式表示直线，其方程如式（5）：

Hough变换就是把空间问题转换到参数空间里。在参数空间里面的累计统计，实现对直线的检测。

Hough变换具体实现步骤如下：（1）建立一个累加器，用一个二维参数空间(λ,θ)表示；（2）对图像进行搜索，查找黑色像素目标，根据式（5）在参数空间中找到每个目标像素对应的位置，并将参数空间(λ,θ)对应的位置加1；（3）求出参数空间(λ,θ)的最大值，标识为(λ′,θ′)；（4）再根据参数空间位置(λ′,θ′)，根据式（5）找到图像空间中相对应的直线参数。

Hough变换算法自身特点，对待检测图形边缘信息非标准等情况都具有很强的鲁棒性。

3 基本工作原理

机器视觉检测技术就是通过计算机来模拟人的视觉功能，由工业摄像头CCD获取检测样品的图像，计算机对获取的图像进行分析处理，提取有用信息，根据判断规则做出判定，实现待测样品的质量检测。由于视觉技术在缺陷检测的应用，大大提高了印刷自动化程度和印刷品的质量，明显降低了检测成本，使生产速度和生产效率实现双提高。条形码缺陷检测基本流程如图2所示。

图2 印刷标签缺陷检测流程图

4 实验与分析

对带有缺陷的条形码进行检测实验。将CCD采集的图像送至计算机，计算机先进行图像二值化，结合Sobel算子对条形码进行边缘提取，再用hough变换，确定直线，区分条形码区域，确定条形码；找出存在缺陷的区域并标出。这里主要对两种缺陷进行检测，第一种缺陷为条形码印刷出现漏墨情况，第二种为条形码出现破损。

通过实验不难发现，对印刷漏墨和带破损的两种条形码进行检测，效果很明显。图3是印刷漏墨的缺陷检测，图3（a）是条形码原图；图3（b）是经过二值化后的图像，应用Sobel算子，在二值化图中确定条形码区域的上下水平线，并提取的条形码的水平边缘；图3(c)是利用Hough变换，提取出条形码区域；图3(d)找出漏墨缺陷所在位置；图3(e)将找到的缺陷位置具体标识出来。同样，图4各图对应的是针对带有破损的条形码的缺陷检测实验结果。图4（a）是条形码原图；图4（b）是经过二值化后的图像，应用Sobel算子，在二值化图中确定条形码区域的上下水平线，并提取的条形码的水平边缘；图4 (c)是利用Hough变换，提取出条形码区域；图4(d)找出破损区域缺陷所在的位置；图4(e)将找到的缺陷位置具体标识出来。

图3 印刷漏墨缺陷条形码检测

图4 破损条形码缺陷检测

5 结语

针对印刷时出现漏墨和破损的印刷条形码缺陷，提出一种利用计算机机器视觉检测识别的方法。该方法主要通过将待检测印刷标签图像二值化，用Sobel算子找出条形码条黑条边缘，通过Hough变换检测条形码区的直线特征，进一步判断是否存在缺陷，再将缺陷标出，实现印刷标签的缺陷检测。通过实验，可以发现，采用Sobel算子结合Hough变换能很好的将印刷条形码缺陷识别出来。该方案对印刷条形码标签的生产检测具有良好的实用价值和社会经济效益。将计算机机器视觉技术应用于工业检测领域，能大幅度地提升产品的质量和可靠性，提高了生产效率。随着机器视觉技术和图像处理技术的不断改进、硬件性能指标的不断提升，未来在印刷标签检测和缺陷定位等方面将会出现一些更高质量的检测技术。