专利名称：装订机错帖在线快速图像检测方法
技术领域：
本发明涉及一种装订机错帖在线快速图像检测方法，特别是涉及采用基于 多特征图像处理技术在线自动检测装订机工作过程中存在的错帖的方法。
技术背景在印刷行业，厂商对书帖装订流水线的自动化程度和质量检测的要强越来 越高，错帖的自动检测成为装订环节中待解决的一个重要问题。目前，基于光眼的错帖检测技术应用的较多，该类技术通常采用具有有限数量(10-20个)的光电池作为信号获取的传感器，利用错帖和正确帖之间的信 号幅度差别检测错帖。通过单片机或DSP实时采集多路信号，采用信号处理 技术进行在线识别。这类检测方法使用的设备成本较低，但由于检测点数目有 限，间距较大，所以检测精度偏低，准确度较差，适用于检测差别较大的图形 书帖，用于文字书帖时错误率较高。基于图像处理技术的错帖检测方法也已在装订机上使用，采用摄像头获取 书帖图像，使用高性能DSP对图像进行处理和分析，判断是否为错帖。这类 基于图像处理的方法能够获得更多的细节，检测点之间的间距在IO个微米左 右，检测精度较高。但是，目前已有的错帖图像检测方法均是基于单特征判断， 如依据直方图、灰度、纹理等，而现实环境中的书帖种类繁多，有图形、图文、 文字书帖等等，不同书帖的特征不尽相同，采用单一特征的图像检测方法容易 产生错判，应用范围较窄。 发明内容针对上述已有的装订机错帖在线检测方法所存在的问题，本发明推出对于 书帖图像进行多特征提取和分析的错帖在线快速检测方法，其目的是在于通过 对书帖图像进行处理和分析，获得描述图像不同属性的数学特征量，根据多个 特征量计算被测图像和模板图像之间的相似度，以此为依据识别错帖。本发明所涉及的装订机错帖在线快速图像检测方法，是由CCD摄像头提供图像，在高速DSP中处理和分析，依据计算的多特征相似度识别错帖。所述的装订机错帖在线快速图像检测方法包括以下步骤1、 设置模板图像剪切区域在装订机开始检测之前，采集N幅正确帖图像，作为图像处理中的模板 原始图像，在模板原始图像中设置剪切区域，选择模板目标，输出模板剪切图像，把N幅模板剪切图像存储在DSP的内存中。模板原始图像的大小设置为64X64像素、128X128像素、256X256像素 中的一种。模板剪切图像的宽度范围为[IO像素，40像素]、高度范围为[IO 像素，40像素]。2、 计算模板剪切图像的数学特征向量对于N幅模板剪切图像采用K种方法(M_1-M_K)获取其数学特征向量 S广S]v，其中1SK《，1SNS20，若"[1,JV]， Sj表示第J幅模板剪切图像对应的数学特征向量，Sj包含K个元素，Sj二(Sjp Sj2，…，SjK}， S『S;k为方法M—1_M_K对应的第J幅模板剪切图像的K个特征值。采用的特征向量提取方法包括平均灰度法、计算熵的方法、二值化的方法、 小波变换法和Sober算子。3、 对被测图像划分子图像向DSP输入第F帧被测图像，并设置剪切区域，输出被测图像的剪切图 像。被测图像的剪切图像的大小设置为64X64像素、128X128像素、256X 256像素中的一种，其大小要与模板原始图像的大小相同。把被测图像的剪切图像进一步划分为H个子图像，子图像的宽度和高度 等于模板剪切图像的宽度和高度，H的计算方法为设横向和纵向相临2个子 图像中心点像素的横向和纵向间距为g个像素，其中lSg^3，被测图像的剪切图像的宽度和高度分别为W和W2，子图像的宽度和高度分别为Wk)和1V2()，在一幅被测图像的剪切图像中子图像的数目为H-[( w广w10)/g] x [( w2- w20)/g] 针对H个子图像，采用与模板剪切图像完全相同的K种特征向量提取方 法(M—1-M—K)获取H个子图像的数学特征向量U广UH，若Je[1,//]， Uj表 示第J个子图像对应的数学特征向量，Uj包含K个元素，Uj={un， uj2，， uJK} ， u;1 - UjK为方法M_l-M—K对应的第J个子图像的K个特征值。
4、 计算相似度
输入模板剪切图像的数学特征向量S广SN和被测图像子图像的数学特征 向量U厂UH，以模板剪切图像的数学特征向量为基准向量，采用通用的相似度 计算公式计算模板数学特征向量Sj与被测图像子图像的数学特征向量U广UH 之间的相似度，J=l、 2、、 N，得到与Sj对应的相似度向量Vj={ pn， pn， ' ， Pjh }， P"画Pm为Sj与U广UH之间的相似度值。
对N个相似度向量Vj进行优化选择，找出Vj中最优的相似度值pw， J=l、 2、、 N，输出最优相似度向量P-(pop pQ2，， poN}。采用的优化选择方 法包括求最大相似度法、求平均相似度法。
进一步对最优相似度向量P统计，采用求最大相似度的方法获得P中的
最大相似度值pmax二MAX(P(h， PQ2， ， pQN)，把pmax与相似度阈值比较，如
果pmax大于相似度阈值，则为正确帖，否则为错帖，相似度阈值位于区间
内。
5、 输出计算结果
根据最大相似度Pmax，判断书帖为正确帖还是错误帖，并由DSP向装订 机发送控制信号。
本发明所涉及的装订机错帖在线快速图像检测方法通过设置多个模板图 像，采用多种方法提取其数学特征向量，同时计算被测图像的数学特征向量， 建立它们之间的相似度关系。相对现有的采用多路信号处理识别错帖的方法， 本发明采用了图像处理技术提高了检测精度，相对现有的单特征计算方法，本发明通过多特征提取提高了错帖检测方法的适应能力和范围，可检测的对象更
广泛，准确性也更高。
图1为本发明涉及的装订机错帖在线快速图像检测方法的流程图
图2为本发明涉及的相似度计算的流程图
附图中标记说明
SG 、输入模板图像1
SG12、输入模板图像2
SG1N、输入模板图像N
SG2Q、设置模板图像剪切区域
SG21、输出模板剪切图像l
SG22、输出模板剪切图像2
SG2N、输出模板剪切图像N
SG31、模板图像l的数学特征向量
SG32、模板图像2的数学特征向量
SG3N、模板图像N的数学特征向量
SG41、设置剪切区域大小
SG42、输入第F帧被测图像
SG44、输出剪切图像
SG51、设置大小
SG52、划分的被测图像的子图序列 SG61、被测图像子图IMt的数学特征向量 SG62、被测图像子图IM2的数学特征向量 SG6H、被测图像子图IMH的数学特征向量 SG7Q、计算相似度 SG721、计算相关度pu-pmSG722、计算相关度p21-p2H SG72N、 i十算禾目关度PN1—PNH SG8。、输出计算结果
具体实施例方式
现结合附图对本发明作进一步详细阐述。图1和图2显示本发明涉及的装 订机错帖在线快速图像检测方法的流程图，如图所示，装订机错帖在线快速图
像检测方法包括以下步骤
1、 设置模板图像剪切区域
在装订机开始检测之前，采集N幅正确帖图像作为模板原始图像 SG _SG1N，模板原始图像大小为256X256像素，其中N=16。在模板原始图 像中设置剪切区域，选择模板目标，剪切区域大小设置为20X20像素。
输出模板剪切图像，模板剪切图像大小为20X20像素，把16幅模板剪切 图像SG2厂SG加存储在DSP中。
2、 计算模板剪切图像的数学特征向量
对于16幅模板剪切图像采用K种方法(M—1-M—K)获取其数学特征向量 SrS16，取K-3，采用的特征向量提取方法如下
平均灰度法(M一1):对模板剪切图像中的所有像素的灰度值求和取平均 值，以此平均灰度值作为描述模板属性的数学特征值。
计算熵的方法(M—2):求模板剪切图像中的所有像素的熵，以此作为数学 特征值。
二值化的方法(M—3):对模板剪切图像进行二值化，如果模板中的当前像 素的灰度值小于设定的阈值，则为目标对象像素，设置为黑色，否则为背景像 素，设置为白色，以黑色像素的数目作为描述模板属性的数学特征值。
三种特征向量提取方法计算的16个模板剪切图像的特征向量表示为 Sl二[Sn， S12， S3]T， S2=[S2i， S22, S23]T，…，S16=[S161， S162, S163]T。式中，s皿表示第m个模板剪切图像的第n种特征向量提取方法对应的特征值， m=l、 2、 ...16， n=l、 2、 3。
3、 对被测图像划分子图像
向DSP输入被测图像SG42，设置剪切区域SG41的大小为256X256像素， 获得被测图像的剪切图像SG44。
把被测图像的剪切图像SG44进一步划分为H个子图像，横向和纵向相临 的2个子图像中心点像素的横向和纵向间距为2个像素，子图像的大小SG51 设置为20X20像素，其中H二13924。针对H个子图像，釆用平均灰度法、计 算熵的方法和二值化的方法计算H个子图像的数学特征向量U广Uh 。
三种特征向量提取方法计算的K个子图像的特征向量表示为 U,二[un, u12, u13]T， Ur=[u21， u22， u23]T，…，UH=[sm, sm, sH3]T。 式中，Umn表示第m个子图像的第n种特征向量提取方法对应的特征值，m=l、 2、』，n=l、 2、 3。
4、 计算相似度
输入模板剪切图像的16个数学特征向量S广S^和被测图像子图像的H个 数学特征向量U广Uh，以模板剪切图像的数学特征向量为基准向量，计算模板 剪切图像的数学特征向量S厂Sw与被测图像子图像的数学特征向量U广Uh之 间的相似度，获得相似度向量V广V16，采用的相似度计算公式为<formula>formula see original document page 9</formula>
式中，m=l、 2、、 16， n=l、 2、…、H， ^为第m个模板剪切图像的特征 值平均值^=(^+^2+^3)/3， ^为第n个被测图像子图像的特征值平均值 & = + " 2 + " 3)/3 。相似度向量V广V16为:
Vl=[pll， Pl2,…，P2H]T，
T
V2 =[p21, P22，…，P2H]，Vi6= [Pl61， Pl62，…，Pl6H]。
对16个相似度向量V厂Vw采用求最大相似度的方法进行统计，获得最优
相似度向量PHP(u， P02，…，P。I6}。进一步对16个相似度值PM-P(h6求最大
相似度算，得到最大相似度PMAx:Max(p。i， pQ2，…，p。16)，把Pmax与没定的
相似度阈值比较，如果PMAX大于相似度阈值，则为正确帖，否则为错帖，相
似度阈值设为0.6。 5、输出计算结果
根据最大相似度Pmax，判断书帖为正确帖还是错误帖，如果为错误帖， 由DSP向装订机发送报警信号，装订机进行排废。
对本领域的技术人员来说，很明显，本发明可以做出多种改进和变化，只 要落入所附的权利要求书及其等同的范围内，本发明就涵盖本发明的这些改进 和变化。
权利要求
1. 装订机错帖在线快速图像检测方法，其特征在于，该方法包括以下步骤1)设置模板图像剪切区域在装订机开始检测之前，采集N幅正确帖图像，作为图像处理中的模板原始图像，其中1≤N≤20，在模板原始图像中设置剪切区域，选择模板目标，输出模板剪切图像，把N幅模板剪切图像存储在DSF的内存中；2)计算模板剪切图像的数学特征向量对于N幅模板剪切图像采用K种方法获取其数学特征向量S1-SN，其中1≤K≤5，若J∈[1，N]，SJ表示第J个模板剪切图像对应的数学特征向量，SJ包含K个元素，SJ＝{sJ1，sJ2，…，sJK}，sJ1-sJK为第J幅模板剪切图像的K个特征值；3)对被测图像划分子图像向DSP输入第F帧被测图像，并设置剪切区域，输出被测图像的剪切图像；被测图像的剪切图像的大小与模板原始图像的大小相同；把被测图像的剪切图像划分为H个子图像，子图像的宽度和高度等于模板剪切图像的宽度和高度；针对H个子图像，采用与模板剪切图像完全相同的K种特征向量提取方法获取H个子图像的数学特征向量U1-UH，若J∈[1，H]，UJ表示第J个子图像对应的数学特征向量，UJ包含K个元素，UJ＝{uJ1，uJ2，…，uJK}，uJ1-UJK为对应的第J个子图像的K个特征值；4)计算相似度输入模板剪切图像的数学特征向量S1-SN和被测图像子图像的数学特征向量U1-UH，以模板剪切图像的数学特征向量为基准向量，采用相似度计算公式计算模板数学特征向量SJ与被测图像子图像的数学特征向量U1-UH之间的相似度，J＝1、2、…、N，得到与SJ对应的相似度向量VJ＝{ρJ1，ρJ2，…，ρJH}，ρJ1～ρJH为SJ与U1-UH之间的相似度值；对N个相似度向量VJ进行优化选择，找出VJ中最优的相似度值ρ0J，J＝1、2、…、N，输出最优相似度向量P＝{ρ01，ρ02，...，ρ0N}；进一步对最优相似度向量P统计，采用求最大相似度的方法获得P中的最大相似度值PMAX＝MAX(ρ01，ρ02，...，ρ0N)，把PMAX与相似度阈值比较，如果PMAX大于相似度阈值，则为正确帖，否则为错帖，相似度阈值位于区间
；5)输出计算结果根据最大相似度PMAX，判断书帖为正确帖还是错误帖，并由DSP向装订机发送控制信号。
2、 …、N，输出最优相似度向量P-(P(H， Po2， ...， p0N};进一步对最优相似度向量P统计，采用求最大相似度的方法获得P中的 最大相似度值PMAX:MAX(p。p p。2，…，pQN)，把PMAX与相似度阈值比较，如 果PMAX大于相似度阈值，则为正确帖，否则为错帖，相似度阈值位于区间
;5)输出计算结果根据最大相似度Pmax，判断书帖为正确帖还是错误帖，并由DSP向装订机发送控制信号。2、 根据权利要求1中装订机错帖在线快速图像检测方法，其特征在于步骤 1中所述的模板原始图像的大小设置为64X64像素或128X 128像素或256X 256像素。
3、 根据权利要求1中装订机错帖在线快速图像检测方法，其特征在于步骤 1中所述的模板剪切图像的宽度范围为[IO像素，40像素]、高度范围为[IO 像素，40像素]。
4、 根据权利要求1中装订机错帖在线快速图像检测方法，其特征在于步骤 2种所述的特征向量提取方法为平均灰度法、计算熵的方法、二值化的方法、 小波变换法或Sober算子。
5、 根据权利要求1中装订机错帖在线快速图像检测方法，其特征在于步骤3种所述的H的计算方法为设横向和纵向相临两个子图像中心点像素的横向和纵向间距为g个像素，其中KgS3，被测图像的剪切图像的宽度和高度分 别为Wl和w2，子图像的宽度和高度分别为w。和w2。，在一幅被测图像的剪切 图像中子图像的数目H为-H=[( w广w10)/g] x [(Wr w20)/g;i
6、 根据权利要求1中装订机错帖在线快速图像检测方法，其特征在于步骤 4种所述的找出Vj中最优的相似度值pw的方法为求最大相似度法或求平均相 似度法。
全文摘要
本发明涉及装订机错帖在线快速图像检测方法，特别是涉及采用基于多特征图像处理技术在线自动检测装订机工作过程中存在的错帖的方法。该方法主要包括以下步骤设置模板图像剪切区域，计算模板剪切图像的数学特征向量，对被测图像划分子图像，计算相似度，输出计算结果。本发明采用多种方法提取其数学特征向量，同时计算被测图像的数学特征向量，建立它们之间的相似度关系，准确性更高。
文档编号G06T7/00GK101271577SQ200810102878
公开日2008年9月24日 申请日期2008年3月28日 优先权日2008年3月28日
发明者王跃宗 申请人:北京工业大学