[发明专利]一种柔印标签的在线缺陷检测方法

说明书

本发明提供一种柔印标签的在线缺陷检测方法，该方法使用STN端到端网络来校正图案，避免了传统的局部匹配时间长的问题，校正后训练样本和测试样本的结构位置都大体上保持一致，所以对于细微缺陷的检测能力也有所提高；由于样本生产过程中的材质厚薄度和受力不一，在经过校正后仍不可避免的有细微差异。同时由于较薄的双面印刷的样品会有透底现象，模板与测试样品的透底图案位置偏差较大，通过做差容易导致误检。所以通过提取多个无缺陷样本的方法建立核心集，对比单一模板的做差方法，大大提高了检测结果的鲁棒性，减少了误检率和透底的影响。

技术领域

本发明涉及缺陷检测领域，更具体地，涉及一种柔印标签的在线缺陷检测方 法。

背景技术

柔性印刷是指使用柔性版通过网纹辊传递油墨的印刷方式。印刷时网纹辊将 一定厚度的油墨层均匀地涂布在印版图文部分，然后在压印滚简压力的作用下， 将图文部分的油墨层转移到承印物的表面，形成清晰的图文。柔版印刷以其印刷 质量好、适用性广、生产率高、可控性好等优点被广泛应用于日用品的包装、标 签和装潢。无毒油墨柔版印刷已成为标签印刷的主流选择，尤其是在面料和服装 行业。

柔印印刷过程由于机器故障，油墨故障，环境污染物干扰，不可避免地产生 缺陷，如不被及时发现将会导致批量产品出错，造成原材料批量浪费和人工浪费。 柔印标签上的语言涉及世界各地语言(超过5000多种文字)，且印刷内容多，平 均每张单超过200多个字符。采用人工检测抽检方式，效率低，并且容易漏检， 仍旧存在批量印刷错误风险。因此引入柔印在线检测系统对柔性印刷至关重要。

区别于使用PDF模板的柔印首件检测，柔印印刷过程由于衬底的材质厚薄， 疏密成度不一导致印刷受力不均，无缺陷样品的内容也会发生不同程度的形变， 如印粗、扭曲等，所以在线检测过程中没有标准的模板，因此若使用标准模板检 测方法容易引发大批量误检。柔印印刷速度非常快，单张柔印标签生产时间仅需 30ms，对自动检测系统的检测速度要求极高。若使用NCC局部匹配等耗时较长的 方法校正样品，难以满足检测速度需求。对于双面印刷的柔印标签，材质较薄的 衬底会导致透底现象产生，大大增加了标签内容和结构的复杂度，导致检测难度 增加。

现有技术中已公开了一种基于电子样稿的柔印首件检测方法，该方法采用 “粗-精”匹配方法避免了单独使用全局匹配算法在匹配弱纹理或者重复纹理的 区域时表现不佳的问题；粗匹配融合SuperPoint与GNN方法，由于注意力机制 参照人比对两幅图像的思想，聚合自注意力与交叉注意力，使得匹配精度远超暴 力匹配和快速最近邻搜索算法；精匹配完成了局部区域内容的微调，实现电子样 稿与柔印首件两者的完全匹配，进而实现像素级的检测精度；将电子样稿分割结 果作为约束条件的聚类算法，将柔印首件分割问题转换为与电子样稿二值图差异 最小的优化问题，并采用遗传算法加速求解优化算法的时间，实现了首件图像的 有效分割，提高了算法的速率与精度。然而，该专利没有涉及任何有关柔印过程 中因版材伸缩、弯曲引发柔印内容偏移而可能导致错检的问题。

发明内容

本发明提供一种柔印标签的在线缺陷检测方法，该方法可解决柔印过程中因 版材伸缩、弯曲引发柔印内容偏移而可能导致错检的问题。

为了达到上述技术效果，本发明的技术方案如下：

一种柔印标签的在线缺陷检测方法，包括以下步骤：

S1：空间变换网络STN匹配对齐：通过空间变换网络获取样本与柔印模板 之间的匹配参数，完成对训练样本以及测试样本的匹配对齐；

S2：无监督缺陷检测：构建核心集，并且通过改进的K近邻算法得到测试 样品的异常得分；

S3：弱监督缺陷检测：使用无监督缺陷检测的图像级分类结果作为标签，通 过完成对热图的分割，实现柔印在线检测。