叶状特征算法在全画面印刷品检测中定位的应用研究（印刷专业优秀毕业论文答辩PPT模板）

《叶状特征算法在全画面印刷品检测中定位的应用研究（印刷专业优秀毕业论文答辩PPT模板）》由会员分享，可在线阅读，更多相关《叶状特征算法在全画面印刷品检测中定位的应用研究（印刷专业优秀毕业论文答辩PPT模板）（43页珍藏版）》请在七七文库上搜索。

1、LOGO 天津科技大学 包装与印刷工程学院 20 级硕士毕业答辩 汇 报 人 ： 指导教师 ： 教授 YOUR SITE HERE 研究方向：研究方向： 印刷复制技术及质量控制与评价印刷复制技术及质量控制与评价 论论文文题题目：目： 叶状特征算法在全画面印刷品检测中定位的应用研究叶状特征算法在全画面印刷品检测中定位的应用研究 2011级硕士生毕业答辩 YOUR SITE HERE 1 1. . 论文背景及意义 内内 容容 简简 介介 4 4. . 结论结论 5 5. . 展望展望 2011级硕士生毕业答辩 2 2. . 实验材料与方法 3 3. . 结果与讨论 1.1 全画面检测技术简介全画面

2、检测技术简介 随着印刷技术和轻工业的快速发展，传统印刷的产能已经渐渐随着印刷技术和轻工业的快速发展，传统印刷的产能已经渐渐跟不上利益需求，因此印刷行业自动化的诉求越来越高，而印刷行业跟不上利益需求，因此印刷行业自动化的诉求越来越高，而印刷行业自动化的趋势就要反映在印刷机械自动化上来，其中通过计算机代替自动化的趋势就要反映在印刷机械自动化上来，其中通过计算机代替传统观察者对印刷品质量进行一个量化的评价又是这项技术的重点、传统观察者对印刷品质量进行一个量化的评价又是这项技术的重点、难点。鉴于此，一项全新有效又高效的印刷品质量检测技术难点。鉴于此，一项全新有效又高效的印刷品质量检测技术全画全画面质量

3、检测技术应运而生。面质量检测技术应运而生。 全画面质量检测技术是基于计算机强大的计算和数据比对能力全画面质量检测技术是基于计算机强大的计算和数据比对能力，将，将CCD（Charge Coupled Device电荷耦合器件）连续拍摄获得的电荷耦合器件）连续拍摄获得的所有数据图像，和计算机中既定的标准数据进行比对分析，找出其中所有数据图像，和计算机中既定的标准数据进行比对分析，找出其中的差别，也就是找出有差别有误差的印刷品，同时根据事先设定的质的差别，也就是找出有差别有误差的印刷品，同时根据事先设定的质量缺陷模块，指出印刷品的缺陷种类，并针对缺陷类型提出指导生产量缺陷模块，指出印刷品的缺陷种类，

4、并针对缺陷类型提出指导生产方案，作为印刷机台操作人员的操作依据。方案，作为印刷机台操作人员的操作依据。 1 1. .论文背景及意义 1.2 论文研究内容及意义论文研究内容及意义 印刷品全画面检测中定位的研究，是针对印刷品全画面检测系印刷品全画面检测中定位的研究，是针对印刷品全画面检测系统中采集完毕数据图像进行准确定位的研究。本课题中解决的主要技统中采集完毕数据图像进行准确定位的研究。本课题中解决的主要技术问题是研究类矩形印张以及类椭圆形印张的定位研究。而这两类形术问题是研究类矩形印张以及类椭圆形印张的定位研究。而这两类形状也是本课题独创对印刷品样张的新式分类。状也是本课题独创对印刷品样张的新式

5、分类。 印刷质量是印刷企业生存的根本，是企业的生命线。每一家印印刷质量是印刷企业生存的根本，是企业的生命线。每一家印刷企业都对印刷质量的检测非常重视，当今的印刷工业已经完全进入刷企业都对印刷质量的检测非常重视，当今的印刷工业已经完全进入全自动化、高速化和数字化的时代，仅凭印刷工人长期积累的经验、全自动化、高速化和数字化的时代，仅凭印刷工人长期积累的经验、印刷过程中的印刷品抽样检测以及传统印刷测控条检测和控制印刷质印刷过程中的印刷品抽样检测以及传统印刷测控条检测和控制印刷质量等方法，不再能够满足对印刷机性能、印刷物料进行实时调整以及量等方法，不再能够满足对印刷机性能、印刷物料进行实时调整以及对印

6、刷品质量快速判定的要求，因此基于对印刷品质量快速判定的要求，因此基于CCD的印刷品全画面质量的印刷品全画面质量检测和控制技术成为了当前研究热点。检测和控制技术成为了当前研究热点。 1 1. .论文背景及意义 2.1 全画面印刷品质量检测定位系统全画面印刷品质量检测定位系统 2.实验材料及方法 计算机 光源 CCD 类椭圆旋转定位 类矩形旋转定位 图像采集卡 模拟工作台 硬件系统 复检系统 印刷品全画面检测定位系统 软件系统 2.2 印刷品全画面检测模拟平台简易图印刷品全画面检测模拟平台简易图 伺服电机 变频器 送纸装置 模拟印刷台 传动装置 CCD 2.实验材料及方法 YOUR SITE HE

7、RE 核心核心 原理方法原理方法 灵感来源灵感来源 叶状特征算法 2.3 叶状特征算法叶状特征算法 2.实验材料及方法 YOUR SITE HERE 灵感来源灵感来源 2.实验材料及方法 轮廓脉络轮廓脉络 YOUR SITE HERE 核心核心 最小 像元 重排 图形分类 2.实验材料及方法 YOUR SITE HERE 复复 检检 定定 位位 类矩形印刷品（出版物印刷品、部分包装印刷品等） 原理方法 2.实验材料及方法 类矩形代表的是四个角皆为90角，且对角线相等的的四边形，也就是传统矩形的定义。 YOUR SITE HERE 白色衬底或则标准专色衬底白色衬底或则标准专色衬底 复复 检检 定

8、定 位位 纯图像提取 原理方法 2.实验材料及方法 类矩形矩形印刷品的翻转定位 m-n-MNK nNmMK2.实验材料及方法 A标记第一点 B 标记第二点 C 斜率逼近示意 如左图所示，两个红色色块代表未定位印张内容，每一个小方块代表计算所能识别的最小像元。首先重复上一步标准图像纯图像提取，由于本次提取为需定位图像，因此在存储数据的时候，因保留此时对应CCD采集整幅图像的数组数，其数组数类似于如下排列： 3,5 4,4 4,5 4,6 5,3 5,4 5,5 5,6 5,7 . . . 标记此时、此像元在正放时的第一点，即图中被标记为黑色的色块。在程序中存储数组的数组数记为（m,n），然后重复

9、此操作，将第二黑点也标记出来，并将数组数记为（M,N）。此数组数为为定位图像纯图像提取中的整体数组数，既上方实例中的数组数。 如上图C所示，通过两个数组数，可以计算此时的旋转角度，计算出斜率。黑线为逼近求斜率示意图。斜率计算公式可计算出旋转角度，如右式 单行抽取单行抽取 重排重排 获得定位图像获得定位图像 2.实验材料及方法 通过以及第一黑点的数组数，可以建立需旋转定位的图像每一个像元数组数和定位完成时每一个像元的数组数的一一对应关系。 式(2-2) 式中X、Y为(m,n)斜向下时的第二点，依次类推可得到(X1,Y1),(X2,Y2), (X3,Y3)(Xi,Yi)。 此时对应关系如下： (X

10、1,Y1) (m,1) (X2,Y2) (m,2) (X3,Y3) (m,3) . . . (Xi,Yi) (m,i) (X1,Y1),(X2,Y2), (X3,Y3)(Xi,Yi)对应定位完成时相应位置的数组数：第一点(m,1)、第二点(m,2)、第i点位为(m,i)。依次类推，得到一个个的一维数组，此一维数组为定位后垂直方向上的一行像素的数组数。然后不断重复此动作，得到第二行、第三行、第n行的像素值和数组数。而需要的定位图像就由这些一行行的像素值组成。逐行抽取如上图所示。 nYmXK 类椭圆印刷品翻转定位（大部分包装印刷品以及一些特殊印刷品等） 2.实验材料及方法 类椭圆代表的是一系列不规

11、整的印刷品，但正是因为其不规则性也保证了它与椭圆有一个的统一性，具有一条或者多条径向上的最长径。 算法示例：（在纯图像提取的时候即可完成）：边界数组数，做判断，由上而下，(M,N)，（M+1,N1）,当符合(N1N）循环停止，记下M，M行数组为最长径。并记录M行数组的所有像素RGB值，存为模板。 纯图像提取与矩形一致。首先，选择不规则图像在横向（正确摆放时）的最长径。 2.实验材料及方法 标准图像，水平一线最长线 翻转后水平一线最长线 对需要定位的图像寻找其横向最长径，进行匹配（先径向长度匹配，再进行像素匹配），不匹配则进行OPenCV的旋转处理（按OpenCV旋转最小角度为循环步幅），直到最

12、长径长度以及RGB值完全匹配，停止，定位完毕。 2.实验材料及方法 2.实验材料及方法 2.4 软件编写以及界面演示软件编写以及界面演示 算法确定之后，笔者通过算法确定之后，笔者通过Visual C+搭建印刷全画面检测中的图像定位系统。程搭建印刷全画面检测中的图像定位系统。程序共计四大部分内容，有效程序内容序共计四大部分内容，有效程序内容450行。行。 2.实验材料及方法 软件界面设计软件界面设计 基于叶状特征算法的定位软件作为实验室项目印刷品全画面检测图像预处理系基于叶状特征算法的定位软件作为实验室项目印刷品全画面检测图像预处理系统的一部分，其界面设计力求简洁明了。因此对其界面进行了一个简单

13、划分：统的一部分，其界面设计力求简洁明了。因此对其界面进行了一个简单划分：为衬底选择设定区域。为载入标准印品以及待定位印品区域，此区域为软为衬底选择设定区域。为载入标准印品以及待定位印品区域，此区域为软件功能主体部分，因此占据面积最大。则是输出定位图像区域，为定位之后件功能主体部分，因此占据面积最大。则是输出定位图像区域，为定位之后的后续操作好、功能区域。的后续操作好、功能区域。 2.实验材料及方法 登陆界面登陆界面 2.实验材料及方法 功能选择界面功能选择界面 2.实验材料及方法 旋转定位过程旋转定位过程 YOUR SITE HERE 3.3.结果与讨论结果与讨论 3.1 叶状特征算法的定位

14、精度叶状特征算法的定位精度 绝对精度绝对精度 此部分精度核对分析，选取同一印刷样张或标准图此部分精度核对分析，选取同一印刷样张或标准图像进行旋转、定位操作，最后对定位前后的图像进行墨像进行旋转、定位操作，最后对定位前后的图像进行墨量、墨层厚度、色度三方面数据分析。量、墨层厚度、色度三方面数据分析。 由于没有特定针对印刷品全画面检测定位精度的评由于没有特定针对印刷品全画面检测定位精度的评价标准，因此准针对三个变量，人为设定一个精度系数价标准，因此准针对三个变量，人为设定一个精度系数K，其值由其值由0到到1,0表示最差、表示最差、1表示最好。但表示最好。但K由三部分权数由三部分权数组成：墨量：组成

15、：墨量：Km、墨层厚度：、墨层厚度：Kh、色度：、色度：Ks。其关系如。其关系如下：下： 因为此精度为自身准确性的一个衡量标准，因为此精度为自身准确性的一个衡量标准， Km、Ks、Kh有两个值，当定位前后值完全相同时为有两个值，当定位前后值完全相同时为1，不完全，不完全相同时为相同时为0。同时统计重复实验的标准差。同时统计重复实验的标准差。 sh*4 . 0*3 . 0*3 . 0KKKKmYOUR SITE HERE 3.3.结果与讨论结果与讨论 类矩形绝对精度的确定类矩形绝对精度的确定 首先在实验室的标准样张随机选取三类标准样张，此处随首先在实验室的标准样张随机选取三类标准样张，此处随机选

16、取结果为人物肖像、记忆色、以及暗调标准样张。再选取机选取结果为人物肖像、记忆色、以及暗调标准样张。再选取一组实验室模拟检测机台一组实验室模拟检测机台CCD镜头采集的标准印张。镜头采集的标准印张。 然后，对这四类数据样张进行定位操作，通过本软件进行然后，对这四类数据样张进行定位操作，通过本软件进行定位操作，并将定位后的图像输出与原图进行比对。此实验每定位操作，并将定位后的图像输出与原图进行比对。此实验每组进行组进行30组重复实验，分别比对墨量、墨层厚度以及色度。总组重复实验，分别比对墨量、墨层厚度以及色度。总计计120组比对数据。组比对数据。 最后，记录数据、套用公式，并计算其标准差。最终制作最

17、后，记录数据、套用公式，并计算其标准差。最终制作数据表，进行数据分析。数据表，进行数据分析。 YOUR SITE HERE 3.3.结果与讨论结果与讨论 类矩形模块定位的绝对精度类矩形模块定位的绝对精度 记忆色样张记忆色样张 YOUR SITE HERE 3.3.结果与讨论结果与讨论 记忆色记忆色CMYK墨量值、墨层厚度及色差对比墨量值、墨层厚度及色差对比 YOUR SITE HERE 3.3.结果与讨论结果与讨论 数据分析表数据分析表 类 别 平 均 值 人物肖像 标准样张 记忆色 标准样张 室内暗调 标准样张 扫描印品 数据样张 Km 1 1 1 0.9333 Kh 0.9667 1 0.

18、9667 0.9333 Ks 1 1 1 0.9 类 别 评 价 值 人物肖像 标准样张 记忆色 标准样张 室内暗调 标准样张 扫描印品 数据样张 K 0.99 1 0.99 0.92 Sm 0 0 0 0.2494 Sh 0.1795 0 0.1795 0.2494 Ss 0 0 0 0.3 类矩形模块定位影响权数平均值 类矩形标准数据样张定位精度及其标准差 YOUR SITE HERE 3.3.结果与讨论结果与讨论 类椭圆绝对精度的确定类椭圆绝对精度的确定 与类矩形绝对精度确定方法大致一样，但选取实验对象由与类矩形绝对精度确定方法大致一样，但选取实验对象由于实验室的类椭圆类标准数据样张较少

19、，因此选取一组标准样于实验室的类椭圆类标准数据样张较少，因此选取一组标准样张，通过张，通过CCD镜头采集两种包装样张以及任意镜头采集两种包装样张以及任意CD唱片一张。唱片一张。 同样，对这四类数据样张进行定位操作，通过本软件进行同样，对这四类数据样张进行定位操作，通过本软件进行定位操作，并将定位后的图像输出与原图进行比对。此实验每定位操作，并将定位后的图像输出与原图进行比对。此实验每组进行组进行30组重复实验，分别比对墨量、墨层厚度以及色度。总组重复实验，分别比对墨量、墨层厚度以及色度。总计计120组比对数据。组比对数据。 最后，记录数据、套用公式，并计算其标准差。最终制作最后，记录数据、套用

20、公式，并计算其标准差。最终制作数据表，进行数据分析。数据表，进行数据分析。 YOUR SITE HERE 3.3.结果与讨论结果与讨论 类椭圆模块定位的绝对精度类椭圆模块定位的绝对精度 类椭圆扫描印品数据样张类椭圆扫描印品数据样张 YOUR SITE HERE 3.3.结果与讨论结果与讨论 类椭圆扫描样张类椭圆扫描样张CMYK墨量值、墨层厚度及色差对比墨量值、墨层厚度及色差对比 YOUR SITE HERE 3.3.结果与讨论结果与讨论 数据分析表数据分析表 类椭圆模块定位影响权数平均值 类椭圆标准数据样张定位精度及其标准差 类 别 平 均 值 标准数据样张 包装盒1 包装盒2 CD唱片 Km

21、 1 1 0.9 1 Kh 0.9333 1 0.9667 0.9333 Ks 0.9667 1 0.9333 1 类 别 评 价 值 标准数据样张 包装盒1 包装盒2 CD唱片 K 0.9667 1 0.9333 0.9799 Sm 0 0 0.3 0 Sh 0.2494 0 0.1795 0.2494 Ss 0.1795 0 0.2494 0 YOUR SITE HERE 3.3.结果与讨论结果与讨论 3.1 叶状特征算法的定位精度叶状特征算法的定位精度 相对精度相对精度 同样需要设置一个优化值：同样需要设置一个优化值：Y，而决定，而决定Y的三个方面的权的三个方面的权数：墨量：数：墨量：K

22、m、墨层厚度：、墨层厚度：Kh、色度：、色度：Ks。其关系如下。其关系如下式：式： 不过此时各项权数的值有所变化，当本软件优于上一阶不过此时各项权数的值有所变化，当本软件优于上一阶段软件时，权数为正数，反之权数为负数；而软件效果段软件时，权数为正数，反之权数为负数；而软件效果一致时权数取一致时权数取0。由此我们可以得知，当优化值。由此我们可以得知，当优化值Y大于大于0时，时，说明本软件此项优于上一阶段定位软件，反之说明仍存说明本软件此项优于上一阶段定位软件，反之说明仍存在不足。在不足。 sh*4 . 0*3 . 0*3 . 0KKKYmYOUR SITE HERE 3.3.结果与讨论结果与讨论

23、 相对精度的确定相对精度的确定 相对精度的比较来自本软件以及课题组上一阶段定位软件相对精度的比较来自本软件以及课题组上一阶段定位软件对相同样张定位之后的结果比对。由于两阶段软件对样张分类对相同样张定位之后的结果比对。由于两阶段软件对样张分类不同，所以选取了其重叠部分也是目前印刷品中比重较大的单不同，所以选取了其重叠部分也是目前印刷品中比重较大的单张纸样张，通过张纸样张，通过CCD采集之后的数据图像作为实验对象。采集之后的数据图像作为实验对象。 本实验中只选取了本实验中只选取了60组实验数据，通过本软件以及上一阶组实验数据，通过本软件以及上一阶段软件进行定位操作，并将定位后的图像输出与原图进行比

24、对，段软件进行定位操作，并将定位后的图像输出与原图进行比对，同样分别比对墨量、墨层厚度以及色度。总计也是同样分别比对墨量、墨层厚度以及色度。总计也是120组数据。组数据。 最后，记录数据、套用公式，并计算其标准差。最终制作最后，记录数据、套用公式，并计算其标准差。最终制作数据表，进行数据分析。数据表，进行数据分析。 YOUR SITE HERE 3.3.结果与讨论结果与讨论 叶状特征定位的相对精度叶状特征定位的相对精度 人物肖像标准样张人物肖像标准样张 YOUR SITE HERE 3.3.结果与讨论结果与讨论 叶状特征定位相对精度对比图叶状特征定位相对精度对比图 人物肖像Y墨部分墨区墨量值对

25、比图 人物肖像墨层厚度对比图 图中上符为本软件定位前后数据图像Y墨墨量对比，下方为实验室上一阶段定位软件定位前后Y墨墨量对比， 可以清楚的看到在23墨区上，下方出现了略微差异。墨层厚度部分都十分准确，并未出现任何差异。 YOUR SITE HERE 3.3.结果与讨论结果与讨论 （12,5） L=0.00000 a=0.00000 b=0.00000 E=0.00000 （12,6） L=0.00000 a=0.00000 b=0.00000 E=0.00000 （12,7） L=0.00000 a=0.00000 b=0.00000 E=0.00000 （12,8） L=0.00000 a=

26、0.00000 b=0.00000 E=0.00000 （12,9） L=0.00000 a=0.00000 b=0.00000 E=0.00000 （12,10） L=0.00000 a=0.00000 b=0.00000 E=0.00000 （12,11） L=0.00000 a=0.00000 b=0.00000 E=0.00000 （12,5） L=0.07623 a=-0.01110 b=0.29030 E=0.30035 （12,6） L=0.41710 a=-0.08736 b=1.58237 E=1.63875 （12,7） L=0.42986 a=-0.12101 b=1.6

27、6029 E=1.71930 （12,8） L=0.45792 a=-0.15905 b=1.77452 E=1.83954 （12,9） L=0.45070 a=-0.15424 b=1.75838 E=1.82176 （12,10） L=0.43996 a=-0.14185 b=1.72184 E=1.78281 （12,11） L=0.34405 a=-0.07572 b=1.29635 E=1.34337 在上面数据表中，上方代表本定位软件定位前后数据图像的部分色差值，下在上面数据表中，上方代表本定位软件定位前后数据图像的部分色差值，下方代表上一阶段实验室定位软件定位前后数据图像存在差

28、异的色差值。从上方代表上一阶段实验室定位软件定位前后数据图像存在差异的色差值。从上一小节图表中可以得知，在色差值计算中，图像被分为一小节图表中可以得知，在色差值计算中，图像被分为16*21个区域。而存在个区域。而存在色差的区域在第色差的区域在第12行，第行，第5列到列到11列之间。列之间。 人物肖像色差对比人物肖像色差对比 YOUR SITE HERE 3.3.结果与讨论结果与讨论 类矩形模块定位影响权数平均值类矩形模块定位影响权数平均值 类 别 平 均 值 叶状特征算法定位 Km 0.9333 Kh 0.0003 Ks 0.9667 Y 0.6668 可以看出叶状特征算法定位相比于实验室上阶

29、段算法在某些方面是存可以看出叶状特征算法定位相比于实验室上阶段算法在某些方面是存在一些进步和优势的。因此，从总体上来说，本文中的叶状特征算法在一些进步和优势的。因此，从总体上来说，本文中的叶状特征算法定位是能够较好地满足墨量检测系统和缺陷检测系统的检测要求。且定位是能够较好地满足墨量检测系统和缺陷检测系统的检测要求。且针对与上一阶段实验室研究成果有一个长足的进步。针对与上一阶段实验室研究成果有一个长足的进步。 YOUR SITE HERE 4.4.结论结论 本课题在实验室上阶段对印刷品全画面检测的图像定位技术基本课题在实验室上阶段对印刷品全画面检测的图像定位技术基础上，吸取借鉴其优势部分，并提

30、出新的算法对图像定位进行进一础上，吸取借鉴其优势部分，并提出新的算法对图像定位进行进一步的优化，提出了针对类矩形和类椭圆两大类别的图像定位算法。步的优化，提出了针对类矩形和类椭圆两大类别的图像定位算法。最终通过编程实现了适用于这两大类别的图像定位系统。最终通过编程实现了适用于这两大类别的图像定位系统。 （1）根据大多数印刷品的形状特点，结合叶状特征算法，将印刷）根据大多数印刷品的形状特点，结合叶状特征算法，将印刷品在分为类矩形以及类椭圆。这个分类涵盖了绝大部分印刷品，保品在分为类矩形以及类椭圆。这个分类涵盖了绝大部分印刷品，保证基于叶状特征算法的图像定位系统的适用性。类矩形包括了出版证基于叶状

31、特征算法的图像定位系统的适用性。类矩形包括了出版物印刷品、部分包装印刷品；而类椭圆则包括了大部分包装印刷品物印刷品、部分包装印刷品；而类椭圆则包括了大部分包装印刷品以及一些特殊印刷品。而这两类正好涵盖了现今市场上大部分的印以及一些特殊印刷品。而这两类正好涵盖了现今市场上大部分的印刷品。刷品。 （2）类矩形分类中的叶状特征算法将图像定位精确到了计算机能）类矩形分类中的叶状特征算法将图像定位精确到了计算机能够识别的最小单位上，通过算法处理，运用每一个像元的移动变位够识别的最小单位上，通过算法处理，运用每一个像元的移动变位来实现整幅图像的定位操作。这是一个完整的刚性旋转，理论上保来实现整幅图像的定位

32、操作。这是一个完整的刚性旋转，理论上保证了百分之百的准确率。但是实际操作中，由于证了百分之百的准确率。但是实际操作中，由于CCD采集的精确度采集的精确度以及计算机本身的计算能力，最终的定位结果存在一些小的瑕疵。以及计算机本身的计算能力，最终的定位结果存在一些小的瑕疵。 YOUR SITE HERE 4.4.结论结论 （3）类椭圆分类中的叶状特征算法依靠的是外部插件）类椭圆分类中的叶状特征算法依靠的是外部插件OpenCV的的旋转最小步幅来实现定位，因此需要调整最长径与旋转步幅的关系，旋转最小步幅来实现定位，因此需要调整最长径与旋转步幅的关系，找到一个通用且适用的值。理论上来说，是存在一定的误差的

33、，但找到一个通用且适用的值。理论上来说，是存在一定的误差的，但是实际效果却较理想，有较高的准确率和精确度。是实际效果却较理想，有较高的准确率和精确度。 （4）一个采集精度较高的）一个采集精度较高的CCD相机对于实验的平滑性以及精确性相机对于实验的平滑性以及精确性都有很好的辅助作用。都有很好的辅助作用。 （5）一个成熟的评价系统对于一个产品或者研究成果来说十分重）一个成熟的评价系统对于一个产品或者研究成果来说十分重要。统一彼此标准，才能衡量一个产品或者研究成果的优劣以及实要。统一彼此标准，才能衡量一个产品或者研究成果的优劣以及实用性。用性。 YOUR SITE HERE 4.4.结论结论 创新点

34、创新点 （1）在印刷品全画面检测在线图像定位技术的研究中，提出了一）在印刷品全画面检测在线图像定位技术的研究中，提出了一个新的算法和概念，叶状特征算法。其中类矩形提出的斜率旋转法，个新的算法和概念，叶状特征算法。其中类矩形提出的斜率旋转法，以及类椭圆提出的最长径匹配皆是笔者原创。以及类椭圆提出的最长径匹配皆是笔者原创。 （2）本课题针对印刷品做了一个基于边缘轮廓的分类，此分类是）本课题针对印刷品做了一个基于边缘轮廓的分类，此分类是基于叶状特征算法本身特点的，该分类存在一定的理论参考价值。基于叶状特征算法本身特点的，该分类存在一定的理论参考价值。 （3）本课题研究提出了图像定位基于三方面的评价标

35、准，通过比）本课题研究提出了图像定位基于三方面的评价标准，通过比较图像定位前后墨量、墨层厚度以及色度这三个参数指标，来实现较图像定位前后墨量、墨层厚度以及色度这三个参数指标，来实现对应用于印刷品全画面检测图像定位系统的结果评价，此评价还包对应用于印刷品全画面检测图像定位系统的结果评价，此评价还包括绝对精度既自身质量评价、以及相对精度既外部质量两部分功括绝对精度既自身质量评价、以及相对精度既外部质量两部分功能。能。 YOUR SITE HERE 5.5.展望展望 叶状特征算法，针对绝大印刷品在全画面检测技术的图像定位方面叶状特征算法，针对绝大印刷品在全画面检测技术的图像定位方面有一定的成效，本课

36、题在实验室全画面检测系统的基础上基本实现有一定的成效，本课题在实验室全画面检测系统的基础上基本实现了图像定位，为印刷品全画面检测系统的其他模块打下了基础，为了图像定位，为印刷品全画面检测系统的其他模块打下了基础，为图像定位的继续研究开辟了新的方向。但考虑到图像定位的继续研究开辟了新的方向。但考虑到CCD相机本身的采相机本身的采集精确度以及外部插件集精确度以及外部插件OpenCV的局限性等问题，该图像定位技术的局限性等问题，该图像定位技术还存在一定的不足，需在今后继续改进。还存在一定的不足，需在今后继续改进。 （1）本课题研究对印刷图像定位在线检测和离线检测未作一个区）本课题研究对印刷图像定位在

37、线检测和离线检测未作一个区分。这取决于全画面检测系统本身的硬件条件，其中心处理环节的分。这取决于全画面检测系统本身的硬件条件，其中心处理环节的计算速度如果够快，那么完全可以移植到在线检测中。但硬件系统计算速度如果够快，那么完全可以移植到在线检测中。但硬件系统的稳定性仍然会影响定位精度和稳定度。的稳定性仍然会影响定位精度和稳定度。 （2）采用两种方法分类定位，类矩形理论性更高，基本达到理论）采用两种方法分类定位，类矩形理论性更高，基本达到理论上的理想状态；类椭圆的算法对外部插件有一定的依赖性，还存在上的理想状态；类椭圆的算法对外部插件有一定的依赖性，还存在一定的改进空间。一定的改进空间。 YOU

38、R SITE HERE 5.5.展望展望 （3）实验对象以及方法的选取仍存在一定的商榷空间，如何选取）实验对象以及方法的选取仍存在一定的商榷空间，如何选取更能代表当今市场需要的印刷品进行大量重复实验，是保证研究成更能代表当今市场需要的印刷品进行大量重复实验，是保证研究成果实用性的重要标准。果实用性的重要标准。 （4）印刷品全画面检测图像定位评价标准基于现有常规的图像评）印刷品全画面检测图像定位评价标准基于现有常规的图像评价标准。今后的评价标准应该更加科学、合理，同时能从反应定位价标准。今后的评价标准应该更加科学、合理，同时能从反应定位本身的效果，例如定位速度。本身的效果，例如定位速度。 LOGO Thank You! LOGO 11822910 朱捷航