一种基于小波细节能量的印刷墨斑测量方法与流程

本发明属于印刷品质量检测技术领域，涉及一种基于小波细节能量的印刷墨斑测量方法。

背景技术：

印刷墨斑是影响印刷质量的重要因素之一，在实际的生产过程中不可避免，对企业而言，是难以解决的问题。印刷墨斑是指在实地区域，由于油墨分布不均匀而导致的斑点或条纹。一般来说在烟标酒标的生产中出现最为普遍，目前对于墨斑的测量主要是人眼视觉判断和iso印刷墨斑算法。iso印刷墨斑算法是古老的算法，对墨斑进行简单的计算，精度较低，并且计算量较大。人眼视觉判断主要是依赖人眼视觉，主观性较强，但其效率低，精度差，不能满足高速运转的印刷机。

技术实现要素：

本发明的目的是提供一种基于小波细节能量的印刷墨斑测量方法，解决现有测量方法精度差，效率低的问题。

本发明所采用的技术方案是，一种基于小波细节能量的印刷墨斑测量方法，具体按照以下步骤实施：

步骤1，采集图像：

扫描采集喷墨印刷图像，取一定大小的图像，将印刷图像转化为灰度图像，即为印刷墨斑图像；

步骤2，分解图像：

对步骤1得到的印刷墨斑图像，利用二维离散小波基函数进行级数离散分解为高频部分和低频部分；

步骤3，提取图像细节信息：

采用函数detcoef2提取步骤2分解后图像高频部分的细节信息；

步骤4，计算墨斑指数：

求取步骤3提取的所有细节信息之和，即为墨斑指数。

本发明的特点还在于，

步骤1取样图像的大小为5cm-8cm，图像被离散的像素点为≥1024*1024，图像的灰度等级为100-256。

步骤2具体为：选定小波基函数和分解级数j，表达式为其中c为图像的输出分解向量，s为图像的相应的记录矩阵，i为墨斑图像。

步骤2所采用的小波基函数为haar、sym系列、db系列或bior系列函数中的一种。

步骤2中分解级数为一级、三级、五级或七级中的一种。

步骤2中高频部分代表了墨斑图像的细节信息，具体是指水平、垂直和对角方向的细节信息。低频部分代表墨斑图像的近似信息。

步骤3中细节信息的提取具体为：利用二维离散小波变换分解结构工具detcoef2提取从图像的输出分解向量c和图像的记录矩阵s的高频信息，则：

水平方向细节能量信息：eh＝detcoef2('h',c,s,j)；

垂直方向细节能量信息：ev＝detcoef2('v',c,s,j)；

对角方向细节能量信息：ed＝detcoef2('d',c,s,j)；

其中j为分解级数，h、v、d分别代表了图像的水平、垂直和对角方向。

步骤4具体为：分别对水平、垂直、对角的细节能量进行求和：

水平方向细节能量之和：

垂直方向细节能量之和：

对角方向细节能量之和：

其中ehm、evm、edm分别代表水平、垂直、对角方向的细节能量，i、j表示图像矩阵，d代表图像上的某一细节能量。

所有细节能量之和：pm＝em＝ehm+evm+edm。

本发明的有益效果是，本发明一种基于小波细节能量的印刷墨斑测量方法，采用小波基函数对墨斑图像进行分解，然后提取模版图像细节信息，在描述墨斑图像时较全面的反应了图像中墨斑信息，精确的评价了印刷品墨斑的程度，提高了墨斑测量的精度和测量效率。并且该方法基于计算机软件，方便操作，易于实现，并且效率高。

附图说明

图1是本发明测量方法的流程图；

图2是本发明实施例中所采集的墨斑图像，其中a、b分别为实施例中选取两幅灰度图像；

图3是本发明实施例中墨斑图像haar小波基函数五级分解后与人眼视觉的相关性图；

图4是本发明实施例中墨斑图像sys小波基函数五级分解与人眼视觉的相关性图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种基于小波细节能量的印刷墨斑测量方法，如图1所示，具体按照以下步骤实施：

步骤1，采集喷墨纸印刷图像：

用扫描仪扫描喷墨纸印刷图像，扫描仪参数设置，以能够准确的扫描到墨斑图像为准，扫描分辨率为≥1500dpi。

步骤2，将采集到的印刷图像转化为数字图像：

将步骤1扫描得到的墨纸印刷图像利用matlab对图像进行灰度化处理使之转化为灰度图，即为印刷墨斑图像。图像的大小为5cm-8cm，图像被离散的像素点为≥1024*1024，图像的灰度等级为100-256。

步骤2，分解图像：

利用二维离散小波基函数wavedec2对步骤2转化后的印刷墨斑图像进行离散小波变换，即采用小波基函数对印刷墨斑图像进行级数离散分解。分解级数为一、三、五或七级，所采用的小波基函数包括haar、sym系列、db系列和bior系列函数。

具体分解算法为：

选定小波基函数和分解级数j，其中c为图像的输出分解向量，s为图像的相应的记录矩阵，i为墨斑图像。

步骤3，细节能量求和：

图像经步骤2分解离散后分为高频和低频部分，去除低频部分，保留高频部分的细节信息。高频部分代表了墨斑图像的细节信息，具体是指水平、垂直和对角方向的细节信息。低频部分代表墨斑图像的近似信息。采用函数detcoef2提取高频部分细节信息，得到水平、垂直、对角的细节信息，分别表示为图像的水平细节能量信息、垂直细节能量信息、对角细节能量信息，并对其进行求和，即为墨斑指数。

具体提取过程为：利用二维离散小波变换分解结构工具detcoef2提取从图像的输出分解向量c和图像的记录矩阵s的高频信息，则：

水平方向细节能量信息：eh＝detcoef2('h',c,s,j)；

垂直方向细节能量信息：ev＝detcoef2('v',c,s,j)；

对角方向细节能量信息：ed＝detcoef2('d',c,s,j)。

分别对水平、垂直、对角的细节能量进行求和，并将所有细节能量相加，即为墨斑指数：

水平方向细节能量之和：

垂直方向细节能量之和：

对角方向细节能量之和：

其中ehm、evm、edm分别代表水平、垂直、对角方向的细节能量，i、j表示图像矩阵，d代表图像上的某一细节能量。

细节能量之和：pm＝em＝ehm+evm+edm。

步骤4，印刷质量判断：

将所计算的墨斑指数与标准图进行比较，如果墨斑图像的墨斑指数比标准图大，则图像含有墨斑，反之，印刷品合格。

标准图是指样张中颜色均匀的，墨斑不被人眼发觉的墨斑图像，计算其墨斑指数既定为标准墨斑指数。

本发明一种基于小波细节能量的印刷墨斑测量方法，采用小波基函数对墨斑图像进行分解，然后提取模版图像细节信息，在描述墨斑图像时较全面的反应了图像中墨斑信息，精确的评价了印刷品墨斑的程度，提高了墨斑测量的精度和测量效率。并且该方法基于计算机软件，方便操作，易于实现，并且效率高。

现以喷墨纸的印刷墨斑为例，具体来说明本发明测量墨斑的方法及过程。

(1)设置扫描仪参数，使之能准确的扫描到墨斑图像。参数设置如下：模式为黑白模式，质量为高，分辨率大小设为1800dpi。

(2)取喷墨纸印刷图像，图像大小为50mm*50mm，图像像素点离散为1024*1024，图像的灰度等级为256，图像数量为70张。图2中a、b分别为其中两幅灰度图像。

(3)对墨斑图像进行离散小波变换，分别选用haar、sym函数进行级数的分解，分解级数为一、三、五、七级。

具体算法为选定小波基函数和分解级数j：

格式为：c为图像的输出分解向量，s为图像的相应的记录矩阵。

(4)提取图像小波分解后的高频信息，得到图像的确定级数上的水平、垂直、对角细节矩阵，分别表示为图像的水平细节能量信息，垂直细节能量信息，对角细节能量信息。

具体算法为：利用二维离散小波变换分解结构工具detcoef2提取从图像的输出分解向量c和图像的记录矩阵s的高频信息。

水平方向细节能量信息：eh＝detcoef2('h',c,s,j)；

垂直方向细节能量信息：ev＝detcoef2('v',c,s,j)；

对角方向细节能量信息：ed＝detcoef2('d',c,s,j)。

(5)将细节信息进行叠合，分别得到水平、垂直、对角的细节能量，对细节能量进行求和，即为墨斑指数。

水平方向细节能量之和：

垂直方向细节能量之和：

对角方向细节能量之和：

所有细节能量之和：pm＝em＝ehm+evm+edm

(6)为了检验方法的正确性，将本发明与人眼的视觉系统做相关性分析，结果如下：

表1喷墨纸与人眼视觉评价相关性

表1是基于小波细节能量的喷墨纸墨斑与人眼视觉的相关性系数，采用两种小波基函数对其进行检验，可看到与人眼具有良好的相似性，最佳分解级数为五级七级分解，能够作为一种有效的方法代替人眼视觉来评价墨斑。

图3、图4分别是墨斑图像在haar和sys小波基函数五级分解后与人眼视觉的相关性图，从图中可以看出点的离散性较小，说明与人眼视觉的相关性较高，提高了墨斑测量的精度。