一种无溶剂复合印刷异常检测方法与流程

1.本发明涉及图像数据处理技术领域，具体涉及一种无溶剂复合印刷异常检测方法。


背景技术：

2.溶剂复合印刷场景中，印刷时收卷过于涨紧，会导致溶墨，使印刷图案模糊，最终影响整卷原料的印刷质量，而溶墨区域通常产生模糊边缘，需要准确将溶墨部位进行识别，由于导向滤波算法能够在保证溶墨区域不受较大颜色改变的情况下，使得纹理更明显，传统通过导向滤波算法进行印刷异常检测。
3.传统导向滤波算法获取全局导向图进行印刷异常检测，但印刷品上存在本身色差及些许渐变区域，但印刷出现异常时，溶墨区域也体现为颜色出现色差及渐变，全局导向图中印刷品自身色差区域对溶墨区域产生影响，需要根据溶墨产生特征对导向图进行调整，同时由于全局导向图中存在较多印刷正常区域即不必要计算区域，需要根据溶墨特征得到导向范围，获取自适应导向图，减少计算量的同时减低印刷自身图案对溶墨区域的干扰。


技术实现要素：

4.本发明提供一种无溶剂复合印刷异常检测方法，以解决现有使用传统的导向滤波算法运算量大同时检测准确性较低的问题。
5.本发明的一种无溶剂复合印刷异常检测方法采用如下技术方案：本发明一个实施例提供了一种无溶剂复合印刷异常检测方法，该方法包括以下步骤：获取印刷灰度图与模板灰度图；根据印刷灰度图与模板灰度图获取差异图像，获取差异图像的差异点，设定邻接长度，获取每一差异点的第一邻接区域与第一邻接点，对每一差异点的第一邻接点进行编号，根据第一邻接区域内编号相邻的第一邻接点的梯度方向差异获取每一差异点的第一邻接区域的异常评价，利用预设划分阈值根据第一邻接区域的异常评价对差异点进行划分，记异常评价小于等于划分阈值的第一邻接区域为差异点的异常区域，调整邻接长度，获取异常评价大于划分阈值的差异点的第二邻接区域与第二邻接点，获取第二邻接区域的异常评价，记小于划分阈值的差异点的第二邻接区域为差异点的异常区域，依次类推，直至获取每一差异点的异常区域时，停止调整邻接长度，根据每一差异点的异常区域获取标记图像，记标记图像中的若干个连通域为若干个导向范围；在印刷灰度图中根据每一导向范围内像素点的灰度值大小获取待检测点，获取每一导向范围内像素点与每一待检测点的关注距离，根据每一导向范围的最小灰度值、每一导向范围内每一像素点的灰度值、每一导向范围内每一待检测点的灰度值、每一像素点与每一待检测点的关注距离获取每一导向范围内每一像素点与每一待检测点的边缘评价程度，将边缘评价程度大于连接阈值的像素点与待检测点进行连接，获取若干个导向纹理边
缘；利用导向范围及导向纹理边缘构建的自适应导向图，对印刷灰度图进行导向滤波和印刷异常检测。
6.可选的，所述获取每一差异点的第一邻接区域与第一邻接点包括：设定邻接长度，记任意一差异点为目标点，以目标点为中心，构建大小的正方形窗口，当邻接长度时，记大小的正方形窗口为目标点的第一邻接区域，记第一邻接区域内除目标点外的其他像素点为目标点的第一邻接点。
7.可选的，所述根据第一邻接区域内编号相邻的第一邻接点的梯度方向差异获取每一差异点的第一邻接区域的异常评价，计算公式如下：其中，表示第个差异点的第一邻接区域的异常评价，表示第个差异点的第一邻接区域中编号为的第一邻接点的梯度方向，表示第个差异点的第一邻接区域中编号为的第一邻接点的梯度方向，表示第个差异点的第一邻接区域中第一邻接点的个数，表示对与进行异或运算。
8.可选的，所述获取异常评价大于划分阈值的差异点的第二邻接区域与第二邻接点，包括的具体步骤如下：记第一邻接区域的异常评价大于划分阈值的任意一差异点为待考虑点，当邻接长度即时，记大小的正方形窗口为待考虑点的第二邻接区域，记第二邻接区域内除待考虑点的第一邻接点及待考虑点外的其他像素点为待考虑点的第二邻接点。
9.可选的，所述根据每一差异点的异常区域获取标记图像，包括的具体步骤如下：将任意一差异点记为目标点，在目标点的异常区域中，自目标点的第一邻接点起始，当编号为1的第一邻接点与编号为2的第一邻接点的梯度方向的异或运算值为1时，标记编号为1的第一邻接点为1，当异或运算值为0时，标记编号为1的第一邻接点为0，依次类推，对第一邻接点进行标记；根据第一邻接点的标记方法对目标点的异常区域中每一邻接点进行标记，获取被重复标记的点，记任意一被重复标记的点为待判断点，记待判断点被标记为0的次数为待判断点的第一次数，记待判断点被标记为1的次数为待判断点的第二次数，当第一次数大于等于第二次数时，标记待判断点为0，当第一次数小于第二次数时，标记待判断点为1；将差异图像中未参与标记的像素点标记为0，获取标记图像。
10.可选的，所述获取每一导向范围内像素点与每一待检测点的关注距离，包括的具体步骤如下：记任意一导向范围为关注导向范围，记关注导向范围内任意一点为关注点，获取关注点与关注导向范围内每一待检测点的欧式距离，记为关注点与每一待检测点的关注距离。
11.可选的，所述根据每一导向范围的最小灰度值、每一导向范围内每一像素点的灰
度值、每一导向范围内每一待检测点的灰度值、每一像素点与每一待检测点的关注距离获取每一导向范围内每一像素点与每一待检测点的边缘评价程度，计算公式如下：其中，表示第个导向范围中的第个像素点与第个待检测点边缘评价程度，表示第个导向范围中的第个像素点与第个待检测点的关注距离，表示第个导向范围中的第个像素点的灰度值，表示第个导向范围中的第个待检测点的灰度值，表示第个导向范围的最小灰度值，为极小正数。
12.本发明的技术方案的有益效果是：对于印刷产品自身存在色差的情况下，本发明可以利用无溶剂复合印刷的产品自身特点，印刷缺陷导致的溶墨由于溶解程度不同，溶墨区域像素点的梯度变化不规则、梯度方向混乱的特征，获取导向范围表征可能溶墨区域，获取导向纹理边缘表征可能溶墨边缘，进而构建自适应导向图，根据自适应导向图利用导向滤波算法对印刷图像进行滤波处理，使得滤波后的图像中印刷缺陷处更为突出，并且降低了印刷产品原有色差对于印刷异常检测的影响；相对于传统导向滤波算法，本发明获取导向范围为图中局部区域，减少传统算法获取全局导向图中对于不必要区域的判断，降低运算量，同时得到的导向范围表征印刷异常的特征，提升检测效率的同时提升检测准确性。
附图说明
13.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
14.图1为本发明一种无溶剂复合印刷异常检测方法的步骤流程图。
具体实施方式
15.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种无溶剂复合印刷异常检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
16.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
17.下面结合附图具体的说明本发明所提供的一种无溶剂复合印刷异常检测方法的具体方案。
18.请参阅图1，其示出了本发明一个实施例提供的一种无溶剂复合印刷异常检测方法的步骤流程图，该方法包括以下步骤：步骤s001、采集印刷成品图与模板图像，获取印刷灰度图与模板灰度图。
19.本实施例的目的是通过印刷完成后的印刷成品图像检测无溶剂复合印刷异常，因此首先需要采集印刷成品图，在印刷机上方放置相机，采集印刷完成后的印刷成品图，其
中：记印刷机器收卷速度(mm/s)，单包装幅长(mm)，印刷完成后，设定相机拍摄间隔为，，使得相机曝光时，印刷完成后的印刷成品图处于相机画幅中心处。人工选取未发生印刷缺陷的图像，记为模板图像。
20.分别对获取得到的印刷成品图与模板图像进行灰度化处理，记为印刷灰度图与模板灰度图。
21.至此，获取印刷灰度图与模板灰度图。
22.步骤s002、获取差异图像，获取差异图像中每一像素点的梯度值和梯度方向，获取差异图像的差异点，设定邻接长度，获取每一差异点的第一邻接区域与第一邻接点，对第一邻接点进行编号，获取每一差异点的第一邻接区域的异常评价，利用预设划分阈值对差异点进行划分，调整邻接长度，获取大于划分阈值的差异点的第二邻接区域与第二邻接点，依次类推，获取每一差异点的异常区域，根据异常区域获取标记图像，获取标记图像中的若干个导向范围。
23.需要说明的是，印刷表面要求字体及图案清晰，而溶墨会形成不均匀的浓墨斑点，造成色彩均匀的表面被破坏，而油墨斑点之间溶解程度不同，油墨斑点区域像素点的梯度变化不规则、梯度方向混乱，因此可根据溶墨区域梯度变化不规则、梯度方向混乱的特性对印刷灰度图像中不同区域进行筛选，获取导向区域的可选范围。
24.获取印刷灰度图上每一像素点灰度值与该像素点在模板灰度图上相同位置对应的像素点的灰度值的差值的绝对值，记为每一像素点的差异程度，根据每一像素点的差异程度构建差异图像，其中，差异图像上每一像素点的像素值为该像素点的差异程度。
25.至此，获取差异图像。
26.使用sobel算子获取差异图像中每一像素点的梯度值和梯度方向。
27.将差异图像中所有像素点的像素值的平均值，记为标准值，将差异图像中像素值大于的像素点与像素值小于的像素点记为差异点。
28.至此，获取差异点。
29.进一步需要说明的是，由于差异点表征该像素点与差异图像中其他像素点存在像素值差异，差异点属于溶墨的可能性较高；但印刷品自身具有的图像也存在纹理边缘，产生较大像素值差异，仅根据差异点对溶墨区域进行判断容易受到印刷品自身图像的影响，产生误差，同时由于油墨斑点之间溶解程度不同，溶墨区域分布不规则，差异点周围也可能存在与差异图像中其他像素点像素值差异较小，但属于溶墨区域的像素点；由于溶墨区域梯度变化不规则、梯度方向混乱，需要根据油墨区域特性获取差异点周边的异常区域表征属于溶墨区域的可能性。
30.设定邻接长度，将任意一差异点记为目标点，以目标点为中心，构建大小的正方形窗口，当邻接长度时，记大小的正方形窗口为目标点的第一邻接区域，记第一邻接区域内除目标点外的其他像素点为目标点的第一邻接点。
31.以第一邻接区域左上角作为起始点，沿顺时针方向从1开始对第一邻接点进行编号；需要说明的是，本实施例采用以左上角为起点，顺时针方向进行编号，具体实施过程实施者可根据实际情况对起点与编号方向进行调整。
32.至此，获取每一差异点的第一邻接区域及若干个第一邻接点，并对第一邻接点进
行编号。
33.具体的，以第个差异点的第一邻接区域为例，获取该第一邻接区域的异常评价的计算方法为：其中，表示第个差异点的第一邻接区域中编号为的第一邻接点的梯度方向，表示第个差异点的第一邻接区域中编号为的第一邻接点的梯度方向，表示第个差异点的第一邻接区域中第一邻接点的个数，表示对与进行异或运算，当与相同时，，当与不同时，。
34.若越大，说明第个差异点的第一邻接区域中编号相邻的第一邻接点的梯度方向差异较大，进而第个差异点的第一邻接区域属于溶墨区域的可能性较高。
35.至此，获取每一差异点的第一邻接区域的异常评价。
36.设定划分阈值为，本实施例设定划分阈值，具体实施过程实施者可根据实际情况对划分阈值进行调整，当异常评价小于划分阈值时，说明该差异点的第一邻接区域中，编号相近的第一邻接点的梯度方向相近，进而该差异点的第一邻接区域的外围区域属于溶墨区域的可能性较小，记该差异点的第一邻接区域为该差异点的异常区域，对第一邻接区域的异常评价小于等于划分阈值的差异点不参与后续运算；当异常评价大于划分阈值时，说明该差异点的第一邻接区域中，编号相近的第一邻接点的梯度方向存在差异，进而该差异点的第一邻接区域的外围区域中仍存在属于溶墨区域的像素点，需要增加邻接长度，进行进一步分析。
37.记第一邻接区域的异常评价大于划分阈值的任意一差异点为待考虑点，当邻接长度即时，记大小的正方形窗口为待考虑点的第二邻接区域，记第二邻接区域内除待考虑点的第一邻接点及待考虑点外的其他像素点为待考虑点的第二邻接点，以第二邻接区域左上角作为起始点，沿顺时针方向从1开始对第二邻接点进行编号。
38.按照上述根据每一差异点的第一邻接区域的异常评价获取方法，同理获取每一差异点的第二邻接区域的异常评价。
39.当差异点的第二邻接区域的异常评价小于划分阈值时，记该差异点的第二邻接区域为该差异点的异常区域；当差异点的第二邻接区域的异常评价大于划分阈值时，按照第二邻接区域的获取方法，同理获取差异点的第三邻接区域，进而根据第一邻接区域的异常评价获取方法获取差异点的第三邻接区域的异常评价，对差异点的第三邻接区域的异常评价与阈值进行比较，以此类推，直至差异点的第邻接区域的异常评价小于阈值，记第邻接区域为差异点的异常区域。
40.至此，获取每一差异点的异常区域。
41.将任意一差异点记为目标点，自目标点的第一邻接点起始，当编号为1的第一邻接点与编号为2的第一邻接点的梯度方向的异或运算值为1时，标记编号为1的第一邻接点为1，当异或运算值为0时，标记编号为1的第一邻接点为0，依次类推，对所有第一邻接点进行标记；需要说明的是，对于最后一位编号的第一邻接点，根据其与编号为1的第一邻接点的
梯度方向异或运算的运算值进行标记。
42.根据第一邻接点的标记方法对目标点的异常区域中每一邻接点进行标记，需要说明的是，由于不同差异点的异常区域可能存在重叠，此时存在若干像素点被重复标记且被标记为不同值。
43.获取被重复标记的点，记任意一被重复标记的点为待判断点，记待判断点被标记为0的次数为待判断点的第一次数，记待判断点被标记为1的次数为待判断点的第二次数，当第一次数大于等于第二次数时，标记待判断点为0，当第一次数小于第二次数时，标记待判断点为1。
44.将差异图像中未参与标记的像素点标记为0，获取标记图像，需要说明的是，标记图像中像素点的像素值为标记值。
45.对标记图像中像素值为1的像素点进行连通域处理，获取若干连通域，记为导向范围；需要说明的是，差异图像与标记图像仅为了获取导向范围，后续操作仍在印刷灰度图中进行。
46.至此，获取若干个导向范围。
47.步骤s003、在印刷灰度图中获取待检测点，获取每一导向范围的最小灰度值与每一导向范围内像素点与每一待检测点的关注距离，获取每一导向范围内每一像素点与每一待检测点的边缘评价程度，根据预设连接阈值将大于预设连接阈值的像素点与待检测点进行连接，获取若干个导向纹理边缘。
48.需要说明的是，根据导向范围可以得到印刷缺陷区域即溶墨区域，而使用导向滤波对印刷灰度图进行处理时，处理后的图像与原始图像纹理相似，印刷缺陷边缘区域识别存在误差；因此需要在导向范围内根据溶墨区域特性明确溶墨边缘，进而提升印刷异常的检测效率与检测准确性。
49.进一步需要说明的是，印刷品上的部分油墨溶解后，堆积至其他部位形成浓墨点，而溶解部位形成淡墨点，此时浓墨点处像素点的灰度值较小，淡墨点处像素点的灰度值较大；因此根据局部范围内像素值灰度差异获取导向边缘。
50.获取每一导向范围内所有像素点的灰度值均值，记为每一导向范围的对比值，获取每一导向范围内灰度值小于对比值的点，记为待检测点，待检测点表征导向范围内由于溶墨现象，可能堆积至其他部位形成的浓墨点。
51.记任意一导向范围为关注导向范围，记关注导向范围内任意一像素点为关注点，获取关注点与关注导向范围内每一待检测点的欧式距离，记为关注点与每一待检测点的关注距离；获取关注导向范围内所有像素点的灰度值的最小值，记为关注导向范围的最小灰度值。
52.具体的，以第个导向范围中的第个像素点与第个待检测点为例，获取第个导向范围中的第个像素点与第个待检测点的边缘评价程度的计算方法为：其中，表示第个导向范围中的第个像素点与第个待检测点的关注距离，表示第个导向范围中的第个像素点的灰度值，表示第个导向范围中的第个待检测点的灰度值，表示第个导向范围的最小灰度值，为极小正数，防止分母为0。
53.表示第个导向范围中的第个像素点与第个待检测点的灰度值差值，表征两点间的油墨浓度差异，由于两点之间的关注距离越远，越有被分辨的必要，将第个导向范围中的第个像素点与第个待检测点的关注距离作为权重。
54.表示第个导向范围中的第个待检测点的灰度值与第个导向范围的最小灰度值的差值，若越小，表征第个导向范围中的第个待检测点所在区域的溶墨现象越严重，第个导向范围中第个像素点与第个待检测点的边缘评价程度越大。
55.对第个导向范围中每一像素点与待检测点的边缘评价程度进行线性归一化处理，对每一导向范围中的每一像素点与待检测点按照第个导向范围中每一像素点与待检测点的边缘评价程度求取每一导向范围中每一像素点与待检测点的边缘评价程度。
56.至此，获取每一导向范围中每一像素点与待检测点的边缘评价程度。
57.设定连接阈值，本实施例设定连接阈值，具体实施过程实施者可根据实际情况对连接阈值进行调整；获取大于连接阈值的边缘评价程度对应的点对，将大于连接阈值的点对连接，对小于等于连接阈值的边缘评价程度对应的点对不进行处理，获取若干个线段，记最终连接形成的线段为导向纹理边缘，得到若干个导向纹理边缘。
58.至此，获取若干个导向纹理边缘。
59.步骤s004、利用导向范围及导向纹理边缘构建自适应导向图，利用自适应导向图使用导向滤波算法对印刷灰度图进行滤波处理，获取滤波后的印刷灰度图，根据滤波后的印刷灰度图进行印刷异常检测。
60.提取每一导向范围中每一导向纹理边缘上像素点所在位置在印刷灰度图中对应的像素点的梯度值，对每一梯度值进行调整，其中，调整过程为：对每一梯度值乘以调整阈值，其中本实施例设定调整阈值，具体实施过程实施者可根据实际情况对调整阈值进行设定，根据调整后的梯度值构建自适应导向图，其中，不属于导向范围中导向纹理边缘上的像素点使用印刷灰度图中对应位置的像素点的梯度值进行输入。
61.至此，获取自适应导向图。
62.利用自适应导向图使用导向滤波算法对印刷灰度图进行滤波处理，获取滤波后的印刷灰度图，需要说明的是，导向滤波算法为现有技术，本实施例不再过多赘述。
63.至此，获取滤波后的印刷灰度图。
64.需要说明的是，获取到的滤波后的印刷灰度图中，其在滤波过程中考虑溶墨特征，滤波后的印刷灰度图与导向图相似，使得得到的滤波后的印刷灰度图中溶墨区域被突出处理，同时减少了印刷灰度图中产品自身特征对溶墨区域的影响，则可以使用神经网络对印刷异常进行判断。
65.采集同一印刷产品印刷完成后的印刷成品图像，并将印刷成品图像进行灰度化处理，将若干个印刷成品灰度图作为样本，人为对印刷成品灰度图进行标记，严重印刷异常为1，中度印刷异常为2，轻度印刷异常为3，印刷正常为4。输入为：印刷成品灰度图，输出为：印刷异常的严重程度类型，网络结构为encoder-decoder，网络执行分类任务，采用交叉熵作为损失函数，获取预先训练好的神经网络。
66.将滤波后的印刷灰度图输入预先训练好的神经网络，输入为：滤波后的印刷灰度图，输出为：印刷异常的严重程度类型。
67.至此，完成对无溶剂复合印刷的异常检测。
68.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种无溶剂复合印刷异常检测方法，其特征在于，该方法包括以下步骤：获取印刷灰度图与模板灰度图；根据印刷灰度图与模板灰度图获取差异图像，获取差异图像的差异点，设定邻接长度，获取每一差异点的第一邻接区域与第一邻接点，对每一差异点的第一邻接点进行编号，根据第一邻接区域内编号相邻的第一邻接点的梯度方向差异获取每一差异点的第一邻接区域的异常评价，利用预设划分阈值根据第一邻接区域的异常评价对差异点进行划分，记异常评价小于等于划分阈值的第一邻接区域为差异点的异常区域，调整邻接长度，获取异常评价大于划分阈值的差异点的第二邻接区域与第二邻接点，获取第二邻接区域的异常评价，记小于划分阈值的差异点的第二邻接区域为差异点的异常区域，依次类推，直至获取每一差异点的异常区域时，停止调整邻接长度，根据每一差异点的异常区域获取标记图像，记标记图像中的若干个连通域为若干个导向范围；在印刷灰度图中根据每一导向范围内像素点的灰度值大小获取待检测点，获取每一导向范围内像素点与每一待检测点的关注距离，根据每一导向范围的最小灰度值、每一导向范围内每一像素点的灰度值、每一导向范围内每一待检测点的灰度值、每一像素点与每一待检测点的关注距离获取每一导向范围内每一像素点与每一待检测点的边缘评价程度，将边缘评价程度大于连接阈值的像素点与待检测点进行连接，获取若干个导向纹理边缘；利用导向范围及导向纹理边缘构建的自适应导向图，对印刷灰度图进行导向滤波和印刷异常检测。2.根据权利要求1所述一种无溶剂复合印刷异常检测方法，其特征在于，所述获取每一差异点的第一邻接区域与第一邻接点包括：设定邻接长度，记任意一差异点为目标点，以目标点为中心，构建大小的正方形窗口，当邻接长度时，记大小的正方形窗口为目标点的第一邻接区域，记第一邻接区域内除目标点外的其他像素点为目标点的第一邻接点。3.根据权利要求1所述一种无溶剂复合印刷异常检测方法，其特征在于，所述根据第一邻接区域内编号相邻的第一邻接点的梯度方向差异获取每一差异点的第一邻接区域的异常评价，计算公式如下：其中，表示第个差异点的第一邻接区域的异常评价，表示第个差异点的第一邻接区域中编号为的第一邻接点的梯度方向，表示第个差异点的第一邻接区域中编号为的第一邻接点的梯度方向，表示第个差异点的第一邻接区域中第一邻接点的个数，表示对与进行异或运算。4.根据权利要求1所述一种无溶剂复合印刷异常检测方法，其特征在于，所述获取异常评价大于划分阈值的差异点的第二邻接区域与第二邻接点，包括的具体步骤如下：记第一邻接区域的异常评价大于划分阈值的任意一差异点为待考虑点，当邻接长度即时，记大小的正方形窗口为待考虑点的第二邻接区域，记第二邻接区域内除待考虑点的第一邻接点及待考虑点外的其他像素点为待考虑点的第二邻接点。
5.根据权利要求1所述一种无溶剂复合印刷异常检测方法，其特征在于，所述根据每一差异点的异常区域获取标记图像，包括的具体步骤如下：将任意一差异点记为目标点，在目标点的异常区域中，自目标点的第一邻接点起始，当编号为1的第一邻接点与编号为2的第一邻接点的梯度方向的异或运算值为1时，标记编号为1的第一邻接点为1，当异或运算值为0时，标记编号为1的第一邻接点为0，依次类推，对第一邻接点进行标记；根据第一邻接点的标记方法对目标点的异常区域中每一邻接点进行标记，获取被重复标记的点，记任意一被重复标记的点为待判断点，记待判断点被标记为0的次数为待判断点的第一次数，记待判断点被标记为1的次数为待判断点的第二次数，当第一次数大于等于第二次数时，标记待判断点为0，当第一次数小于第二次数时，标记待判断点为1；将差异图像中未参与标记的像素点标记为0，获取标记图像。6.根据权利要求1所述一种无溶剂复合印刷异常检测方法，其特征在于，所述获取每一导向范围内像素点与每一待检测点的关注距离，包括的具体步骤如下：记任意一导向范围为关注导向范围，记关注导向范围内任意一点为关注点，获取关注点与关注导向范围内每一待检测点的欧式距离，记为关注点与每一待检测点的关注距离。7.根据权利要求1所述一种无溶剂复合印刷异常检测方法，其特征在于，所述根据每一导向范围的最小灰度值、每一导向范围内每一像素点的灰度值、每一导向范围内每一待检测点的灰度值、每一像素点与每一待检测点的关注距离获取每一导向范围内每一像素点与每一待检测点的边缘评价程度，计算公式如下：其中，表示第个导向范围中的第个像素点与第个待检测点边缘评价程度，表示第个导向范围中的第个像素点与第个待检测点的关注距离，表示第个导向范围中的第个像素点的灰度值，表示第个导向范围中的第个待检测点的灰度值，表示第个导向范围的最小灰度值，为极小正数。

技术总结
本发明涉及图像数据处理技术领域，具体涉及一种无溶剂复合印刷异常检测方法，包括：采集印刷成品图与模板图像，获取印刷灰度图与模板灰度图；获取差异图像，获取差异图像中每一像素点的梯度值和梯度方向，获取差异点，设定邻接长度，获取每一差异点的异常区域，获取若干个导向范围；在印刷灰度图获取待检测点，获取每一导向范围内每一像素点与每一待检测点的边缘评价程度，获取若干个导向纹理边缘；构建自适应导向图，对印刷灰度图进行导向滤波和印刷异常检测。本发明减少传统算法获取全局导向图中对于不必要区域的判断，降低运算量，同时得到的导向范围表征印刷异常的特征，提升检测效率的同时提升检测准确性。测效率的同时提升检测准确性。测效率的同时提升检测准确性。


技术研发人员：高勇
受保护的技术使用者：山东勇嘉包装科技股份有限公司
技术研发日：2023.07.13
技术公布日：2023/8/14