毕业设计论文基于机器视觉的文字印刷质量检测与评价系统探讨.doc

本科毕业论文基于机器视觉的文字印刷质量检测与评价系统探讨姓 名学 院出版印刷与艺术设计学院专 业印刷工程指导教师完成日期2010年 5月上海理工大学全日制本科生毕业设计（论文）承诺书本人郑重承诺：所呈交的毕业设计（论文）基于机器视觉的文字印刷质量检测与评价系统探讨 是在导师的指导下，严格按照学校和学院的有关规定由本人独立完成。文中所引用的观点和参考资料均已标注并加以注释。论文研究过程中不存在抄袭他人研究成果和伪造相关数据等行为。如若出现任何侵犯他人知识产权等问题，本人愿意承担相关法律责任。 承诺人（签名）： 日 期：19基于机器视觉的文字印刷质量检测与评价系统的探讨摘 要文字印刷媒介从过去到现在都是信息传播的重要媒介之一，文字印刷质量的好坏直接影响着信息传递的准确性和有效性。随着人们生活水平的不断提高，书刊、报纸印刷的印刷速度与质量要求在不断地提升。如何在高速的印刷生产中进行有效地检测并控制印刷品的质量，这已经成为印刷企业亟待解决的问题。而基于机器视觉的质量检测系统正是解决这些问题的福音。为能够实现基于机器视觉的文字印刷质量检测与评价系统，本文首先对基于机器视觉的文字印刷质量检验与评价系统的检测流程与硬件实现进行了研究。其次，针对GB/T18359-2009中小学教科书用纸、印刷质量和检测标准中所提出的文字印刷品应满足的“印刷墨色均匀，印刷实地密度测量值为1.91.3；文字清晰，无重影，无缺笔断划、糊字和坏字”分别找到相对应的图像特征参数，主要有：密度与墨色均匀性特征，圆度特征，纹理特征，面积、周长特征。然后，本文基于Matlab7.0平台对特征值计算进行实现，并设计了对比实验，结果证明其作为检测指标的有效性。最后，对文字印刷质量的主观评价进行深入分析，提出了一种可利用实验法将通过模糊处理后的主观评价结果与客观计算数据相关联的基于机器视觉的文字印刷质量评价方法。关键词：机器视觉、特征参数、文字印刷质量、评价方法A testing and assessment system of the Chinese character printing quality based on machine visionABSTRACTNowadays, it is still human vision that is relied on for testing and assessment of the Chinese character printing quality. Human vision, though impressive in its ability to detect and characterize detail, is nevertheless inconsistent and personal. Furthermore, the results of subjective print quality assessments are collections of adjectives, and we are all too aware of the imprecision of descriptive terms and the difficulty of knowing exactly how to interpret them. Thus, while subjective evaluation may convey a sense of the end-users tastes and requirements, its qualitative nature and poor reproducibility limit its applicability. And with the higher speed of printing production, human vision is no longer adaptive to the production process. However, at the same time, automated print quality analysis systems are evolving to new levels of functionality, integration, and productivity and are becoming critical to the advancement of printing technology. As tools for communication within the industry, these systems can help to achieve a needed consensus on print quality standards and the procedures for quantifying them. So in this paper I will discuss a testing and assessment system of the Chinese character printing quality based on machine vision. I will first describe in some detail the design of a testing and assessment system of the Chinese character printing quality based on machine vision, discussing my design choices and the rationale behind them. And then, I will also present the features which can be used for character detection. To demonstrate their validity, a set of experiments of comparison are also made. At last an assessment measure based on these features is designed to fulfill the assessment of the Chinese character printing quality.KEYWORDS：machine vision; feature extraction; Chinese character printing quality; assessment measure 目 录中文摘要ABSTRACT第1 章 绪 论11.1 基于机器视觉的文字印刷质量检测与评价系统的研究背景及意义11.2 基于机器视觉的文字印刷质量检测与评价系统的国内外研究现状11.2.1机器视觉技术11.2.2印刷品在线检测技术21.3 论文的主要研究工作3第2 章 基于机器视觉的文字印刷质量检测与评价系统的设计及其构成42.1 基于机器视觉的文字印刷质量检测与评价系统简介42.2 基于机器视觉的文字印刷质量检测与评价系统流程5 2.2.1 图像采集52.2.2检测前图像质量评估52.2.3图像预处理52.2.4图像特征提取与图像质量评价52.3 系统硬件配置中的关键问题探讨6 2.3.1 线阵CCD相机62.3.2 镜头的选择62.3.3 光源配置及同步控制62.3.4 图像采集卡的选用7第3 章 基于数字图像处理的文字印刷质量检测算法83.1 特征参数分析与提取83.1.1 文字周长与面积特征83.1.2 文字的圆度特征93.1.3 文字的纹理特征93.1.4文字的密度与文字的墨色均匀性93.2 检测算法实验及结果分析10 第4 章 基于机器视觉的文字印刷质量评价方法探讨134.1 文字印刷质量主观评价方法的模糊处理134.1.1 图像质量主观评价方法134.1.2 图像质量主观评价的模糊处理法134.2 文字印刷质量主观评价方法的模糊处理实现14 4.3 基于机器视觉的文字印刷质量评价方法探讨15第5章 结语17参考文献18致谢19上海理工大学本科生毕业论文第1 章 绪 论1.1基于机器视觉的文字印刷质量检测与评价系统的研究背景及意义文字印刷媒介从过去到现在都是信息传播的重要媒介，文字印刷质量的好坏直接影响着信息传递的准确性和有效性。随着人们生活水平的不断提高，书刊、报纸印刷的印刷速度与质量要求在不断地提升。如何在高速的印刷生产中进行有效地检测并控制印刷品的质量，这已经成为印刷企业亟待解决的问题。随着计算机技术、互联网技术、光电技术等对传统印刷行业的不断渗透，文字印刷逐渐向着数字化、网络化、自动化、系统化的方向发展。在这样的一种高速印刷过程中，由于生产设备老化、生产外部环境不佳、操作人员失误等因素，经常产生糊字、缺笔断划、斑点、滋墨、形变等文字质量问题。又由于印刷的高速进行使人眼来不及识别，经常等到发现时已有大量的废品出现，使厂家蒙受巨大的经济损失。目前无论是印刷现场的质量检测与控制，还是成品的质量评价，大部分都是通过人眼进行视觉观察后再进行密度测量和主观评价；并且所参照的评价标准也是模糊、主观的描述和评测。如在GB/T18359-2009中小学教科书用纸、印刷质量和检测标准中，它仅对单色印刷的教科书的印刷提出了“印刷墨色均匀，印页折标印刷实地密度测量值为1.91.3；文字清晰，无重影，无缺笔断划、糊字和坏字”等描述用语。可以看到，这些描述很多是建立在人的主观判断之上的。而人的主观具有不一致性，也就是说当前的标准太过于模糊，不具有参考性。当然，在印刷过程中，经验丰富的印刷工人通过用密度计等一些测量工具对成品进行检测，是可以达到提高产品的印刷质量，减少废品率的效果的，但是在高速的印刷生产下，这样的检测方式就意味着时间上的浪费；同时在给出评价时，不同的人员对质量标准的把握也是不相同的。这种检测和评价方法十分容易受到检测者或评价者主观的心理、生理等诸多因素的影响，从而导致检测与评价结果的不一致、不稳定和不准确。另外随着印刷速度的提高，离线的人工检测和评价手段已经远远不能达到目前书刊印制高速、高质的印刷要求，也就无法真正满足书刊印刷工业化的要求。那如何才能对文字印刷质量实现快速又准确的检测与评价呢？这个问题在机器视觉识别系统出现以后，便有了解决的方案。1.2基于机器视觉的文字印刷质量检测与评价系统的国内外研究现状1.2.1机器视觉技术所谓机器视觉，就是用机器代替人眼来做测量及判断。具体来讲，是指通过镜头将被测目标转化为图像信号，投射至影像接受器件（一般为CCD 元件）上再通过计算机进行分析处理。机器视觉系统是指通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，系统根据像素分布和亮度、颜色等信息转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备运作1 。机器视觉识别系统特别适合大批量精细产品的检验，如果能够将其应用于文字印刷品质量的检测与评价，就能够很好地解决人工目测造成的速度慢、漏检、误判率高、不能实现在线连续检测等问题。1.2.2印刷品在线检测技术随着印刷机速度的提高，传统的质量检测技术已经不能满足高质量、高效率、低成本的新要求，于是，国内外都对利用计算机实施印刷品质量检测进行了不同程度的研究。从卷筒纸胶印机以及大幅面、高质量单张纸印刷机到简单小幅面单张纸印刷机，大多数印刷系统都已经采用了功能强大的在线测量控制系统。印刷质量已经成为一个可测量的变量，根据测量系统提供的客观数据，印刷工艺也变得可测量可控制了。(1) 印刷品在线检测技术工作原理图1-1 印刷品在线检测技术的工作原理在印刷过程中借助于联机的检测仪器对印刷品进行在线检测，并实时将信息通过反馈回路输送到中央控制台，从而自动调节相应的印刷机部件，实现对印刷品质量的在线控制。整个过程很少人工干预。在印刷品在线检测技术中，密度法、色度法和基于数字图像处理技术都得到了运用。(2)目前国内比较先进的印刷品在线检测装置有：人民币大张印刷质量在线检测装置：该技术由于采用线阵相机，其机械结构简单，成本降低，光源均匀，像元响应均匀，分辨率高。大恒图像印刷质量在线检测系统。其性能特点包括：图像检测速度最高可达到6米/秒，检测分辨率最高可达到0.01mm×0.01mm。系统可以对各种印刷图案的完整性进行检测。系统还具有网络功能和数据库查询功能 。如三菱重工的色彩控制系统CCS（Color Control System），它采用分光光度计，通过扫描印刷品上特殊的色彩条，从横向、纵向两个方向自动调节主要颜色的设定，并在智能印刷监测器上显示出颜色控制情况。利优比印刷密度控制系统“Color Mission”，该系统由一个看样台、一个控制显示器和一个数码相机组成，将测量的数值转化为C M Y K 数值，控制系统和印前的理想数值或者理想样张的数值进行比较，得到需要纠正的数值再传回印刷机。美国发明专利涉及一种数字印刷质量的实时检测装置与方法：将印刷质量划分为满意、不满意和可疑三类，最后对可疑类操作进行调整，进而根据调整后的反馈结果修正上述信号对比设定，来达到实时检测目的。当然，还有一些其他很多相关的研究，这里就不一一列举了。尽管很多，但是通过观察，我们可以发现，这些在线检测系统大部分是针对于图像印刷而开发设计的。目前为止还没有专门的针对文字高速印刷而开发的检测系统。因此，本文就基于机器视觉的文字印刷质量检测与评价系统展开了研究。1.3论文的主要研究工作本文首先对基于机器视觉的文字印刷检测与评价系统的检测流程与硬件实现进行了探讨。然后，深入研究了能够表征文字质量印刷质量的图像特征参数；在此基础上，又提出了一种将客观测量结果与主观评价结果相关联的评价方法。主要做的工作包括以下几个方面：（1）基于机器视觉的文字印刷检测与评价系统探讨：首先，对基于机器视觉的文字印刷检测与评价系统进行了简单的描述，然后浅谈了实现检测流程所需的各个模块的内容与安排，并就该系统的硬件架设与要求进行了讨论。（2）图像特征参数的选择与计算：图像的特征参数很多，基于文字结构的特殊性，针对文字印刷中常有的问题选择了面积特征，周长特征，圆度特征与纹理特征作为了表征文字质量的参数。并基于Matlab7.0平台对特征值计算进行实现，并设计了对比实验，证明其作为检测指标的有效性。（3）文字印刷质量评价方法设计：在计算出这些可以表征文字质量的参数值后，需要找到基于这些数据的评价方法。本文首先采用模糊处理的方法将主观评价的结果数字化。再提出了一种将客观测量数据与主观评价结果相关联的方法，使机器视觉评价能一定程度上模仿人们在进行观察时对文字印刷品质量的要求。第 2 章 基于机器视觉的文字印刷质量检测与评价系统的设计及其构成2.1基于机器视觉的文字印刷质量检测与评价系统简介基于机器视觉的文字印刷质量检测与评价系统一般由五个部分组成：文字图像采集、采集图像质量评估、图像预处理、特征提取和质量评价。文字印刷检测技术首先用数字摄像机捕获印刷品的图像，然后对所捕获的图像进行质量评估，看是否适合后续的识别处理，如果合适就进行图像预处理，然后提取其信息特征并且转化成能够识别的编码，并进一步将这些编码组成特征模板。在质量评价的时候，识别系统获取其特征模板并与数据库中已经存在的模板进行比较，如果达标，就继续印刷，如果不达标，就停机检查。检测与识别过程如所示：图2-1 系统检测与识别过程2.2 基于机器视觉的文字印刷质量检测与评价系统流程2.2.1图像采集 要能够顺利、更为精确完成整个检测流程，首先就需要高质量地完成图像的采集工作。文字印刷品图像的采集是采用CCD等输入设备来实现的。这些图像输入设备将影像光学灰度信号转换为模拟电信号，并经模拟信号/数字信号转换器变换为数字图像信号。一般要求转换的电信号噪声小、分辨率高、线性度好、转换速度快。由于印刷速度相当快，要获得高质量的图像以供下一步的检测，就需要有专业的设备和合理的安排，且在摄取图像时，要注意以下几点：（1）保证图像具有足够高的分辨率和清晰度；（2）需要保证摄取的文字印刷品图像的对比度好；（3）在摄取过程中，镜片的反光，灰尘等人工因素要尽最大程度避免。2.2.2检测前图像质量评估 目前，基于机器视觉的质量检测系统通常会忽略对于所采集图像的质量评估，但是所采集图像的质量会对整个系统的性能与正确性产生影响，如：它不仅影响后续的检测能否继续，而且影响所提取的信息是否准确、有效，进而在一定程度上决定着系统判定结果的正确与否。比如，在由于采集条件的改变，采集到的图像过于模糊等情况。因此本文设计了了图像质量评估这一模块。对此模块的构想为：（1）为硬件系统添加一个显示屏，将正在采集的图像显示出来，并能够进行定格。（2）由有经验的印刷机操作人员对定格后的显示图片与成品进行对比，以判定该采集图像是否真实反映了印刷品的原貌。（3）若不能真实反映，则应迅速找出问题所在，并对系统硬件进行调试，直至获取的图像能够满足下一步工作的要求。2.2.3图像预处理摄取图像的过程中,不可避免地会在图像中形成噪声,例如：目标物体和透镜上的灰尘、图像采集中的量化误差等，都会在最终获得的图像中形成噪声，这些噪声将会对下一步的检测产生一定的影响。一般来说，噪声在图像中都表现为高频信号，因此一般的滤波器都是通过减弱或消除傅立叶空间中的高频分量来达到滤波的目的2。然而，我们所采集的图像中的有可能出现的瑕疵点，或者边缘和角等也都属于高频分量，因此，如何在滤除噪声的同时，最大限度地保留图像中的结构，是一个很大的难点，如果能够实现，将能使后续的检测结果更为精准。2.2.4图像特征提取与图像质量评价 通过基于机器视觉的图像分析处理软件找到可以用以表征文字印刷质量的特征参数值，本文选择的图像特征参数主要有：密度与墨色均匀性特征，圆度特征，纹理特征，面积、周长特征。每个参数的定义与计算方法，将在本文第三章进行具体描述。图像质量评价是指对测量得特征值数据进行分析评价并得出最终的评价结果，是系统设计的一大难点。在本文第四章中，将对这一问题进行讨论。2.3系统硬件配置中的关键问题探讨 要完成自动印刷质量检测首先是要获得印张的数字图像来进行下一步分析。通常情况下，数字图像通过使用扫描仪或者CCD相机来采集。本文主要对基于CCD的硬件系统中的一些问题进行了探讨。整个硬件系统主要包括CCD相机、镜头、光源、图像采集卡、计算机等。其主要功能是能够对在高速印刷流水线上的文字印刷品进行图像采集，并将CCD拍摄的图文转换成图像信号，传送给后续的图像处理系统。本文由于实验条件限制，将只对系统内部分硬件进行一定的探讨，实际实验以真实采集条件为基础。2.3.1 CCD相机的选择CCD相机的选择与应用的场合直接相关,可以从以下四个方面来考虑:（1）黑白还是彩色。文字图像与其背景之间的对比度通常较高，因此在检测应用中建议可以使用黑白摄像机,并且黑白摄像机性价比高。（2）线阵还是面阵。由于在此系统中，是要对固定的物体做一维的测量，对象物体又处于高速运动状态，需处理可旋转圆柱体的边缘图像，且需要采集对象物体的高分辨率图像, 再加上价格等因素，可考虑使用线扫描摄像机。线扫描摄像机又可分为隔行扫描和逐行扫描。当目标物体处于高速运动状态时, 为避免图像边缘模糊的现象, 应采用逐行扫描摄像机。（3）图像分辨率。图像的分辨率必须满足检测精度要求。CCD相机选择的关键是在于被检测的产品所需要识别的最小特征尺寸。由于人在观看物体时，肉眼的分辨率一般只有0.2mm，这也就意味着理论上可能出现瑕疵的最小尺寸为0.2mm*0.2mm。也就是说，对于检测速度210m/min，检测幅宽1200mm的检测系统来说，其水平分辨要达到6000个像素，最大图像处理速度要达到105×106 像素/s。 （4）选用相机个数与分布。由于工作距离越小，视场越小，分辨率越低，对镜头选取的要求就越低，因此建议在高速的生产环境下，选择由多个相机来构成系统。并且由于单台高清晰高速成像CCD摄像机一般只有60MHz*10 bit的图像输出速度和2098的水平像素，还不能达到要求。为此建议可以采用3台摄像机分3段对幅宽同时进行摄像。2.3.2镜头的选择 镜头的选择与被测物的视场、工作距离、分辨率密切相关。工业系统视觉测量一般要求的测量距离都较小，最好能够采用专用的近摄镜头。镜头的成像面必须要与选取的CCD相机相匹配，镜头的成像面不可小于CCD芯片。此外，印刷品是通过机械传动机构传送的，因传动机构的机械磨损及精度等原因,可能会存在径向跳动而引起物距波动。所以,在选择相机镜头时,还应保证景深大于物距变化范围。2.3.3光源配置及同步控制为了能够再生产现场持续获取高质量高对比度的优质影像，保证系统的稳定性，提高照明光源的品质是至关重要的这也就是对照射光的强度、均匀性及稳定性提出了一定的要求。为了后续文字印刷质量检测能够顺利进行，摄取的图像需要有较高的清晰度并且与其背景间的对比度要高，因此为了选取最合适的光源，最好能够在应用之前多试用几种以观察效果。选好光源后，一定要主意周围的环境光源对系统的影响。此外，为了使摄取的动态图像不出现运动模糊的现象，降低后续图像处理与的复杂度,要求被测物体运动的线速与相机的行线速一致。为此，在被测物体运动机构上需配置一个转速编码器和同步卡，将被测物体运动的电机线速变换为CCD相机的行线速驱动控制信号，以保证被测物体与相机间的相对静止。2.3.4 图像采集卡的选用 图像采集卡是图像采集部分和图像处理部分的接口。由于图像信号的传输需要很高的传输速度, 通用的传输接口不能满足要求,这是需要图像采集卡的主要原因。图像采集卡的选择要由所采用的相机，计算机等共同决定。第 3 章 基于机器视觉的文字印刷质量检测算法高质量的印刷文字必须没有下列物理缺陷，例如：堵墨、字符破损、边缘不清、多余墨痕等。为了能够通过机器视觉检测出这些问题，就需要找到能够表征文字印刷质量且能够度量的特征值。为了能够找到这样的特征值，本文对文字印刷品图像从几何特征、纹理特征等方面进行了分析和研究。3.1特征参数分析与提取3.1.1文字周长与面积特征当文字的大小发生变化时，它的面积与周长都发生了相应的变化，而在数字图像处理的过程中，它就显示为文字所包含的像素个数的体现。在计算机中对数字图像二值化，再分别计算文字内部与边缘的像素个数，文字内部的像素个数可以用以表征它的面积特征，而文字边缘的像素个数则可以表征它的周长特征。用这两个参数可以检测出字符破损多余墨痕等问题。在Matlab中的算法实现也很简单，当把图像二值化以后，图像矩阵中就只有0与255这两个值，因此只要对矩阵中灰度值为0的像素点个数进行加和就能计算出面积特征值，而对像素值为0的四邻域有像素点值为255的像素点个数进行加和就能得到周长特征值。需要注意的是对图像进行二值化的手法，为了能够得到尽量精确地数据，建议采用基于边缘特性的二值化算法，首先采用微分算子检测图像的边缘，然后采用自动选择阈值的方法对边缘像素点进行二值化，对其它非边缘像素点则采用常规的固定阈值法进行二值化处理。3.1.2文字的圆度特征对于文字边缘不清这类物理缺陷，可以用文字目标体的圆度特征来描述。目标体的圆度特征描述的是目标形状的复杂程度，目标形状越接近圆形，圆度特征值就越小，目标形状越复杂，圆度特征值就越大。对于文字来说，边缘不清即出现锯齿，文字形状教标准图像将更加复杂化，其圆度特征值就会变大。因此，通过待检图像和标准图像文字形状的圆度特征值比较就可以检测出边缘不清这类物理缺陷。圆度的定义为： （3-1） 其中：L为目标形状的周长；A为目标体的面积大小。将圆形目标的周长和面积代入式子，圆度值为1，取最小值；相同面积大小的目标，边界越复杂，边界越长，计算得到的圆度值越大3。并且，我们可以通过在2.1.1中计算得到的面积特征与周长特征值对圆度进行计算。3.1.3文字的纹理特征印刷中的图像重影、套印错位等问题就可以利用自相关函数纹理分析来判断，因为如果图像在某个方向上产生重叠或扩充变形，那么在该方向上纹理变粗，相应的自相关函数P(d)的值在此方向上随d的增大，下降速度将降低。因此比较标准图像和待检图像的自相关函数P(d)在各个方向随d的增大，下降的速度就可以判断以上几种可能出现的印刷问题。图像f(xi、yj)；i,j =0，1，2,，N-l的自相关函数可以定义为公式（3-2）。 （3-2）其中：x，y表示x，y方向的相对距离。由公式3-1显然可见相关函数P(x，y)的值大于或等于0或小于等于1，当x=0；y=0时为l。定义。可见随x和y的取值不同，相关函数的值也不同。从P(x、y)随x、y的大小而变化的规律就可以描述图像的纹理特征。如果P(x，y)随d增加而下降的速度较慢，则表明图像的纹理较粗；如果P(x，y)随d增加而下降的速度较快，则表明图像的纹理较细。随着d的继续增加，P(d)则会呈现出某种周期性的变化，其周期大小则描述了纹理基本单元排列分布的稠密和稀疏程度。3.1.4文字的密度与文字的墨色均匀性 由于采用机器视觉进行检测评价时，是无法直接采用密度来判定的。但是，由于我们可以直接利用机器视觉采集到图片的亮度信息，也就是灰度值；同时灰度值又与现实的密度值有非常紧密的关系，因此，假若能够通过某一种方式建立起灰度与密度值的之间的对照表，就能通过灰度值来模拟印刷的密度信息。本文采用了利用专门的测控条，采集测控条的灰度信息并经过测量，将两者关联的方法。测控条是由5号的楷体、宋体和仿宋的“的”字组成的，如图3-1。设计原理是在GB/T18359-2009中小学教科书用纸、印刷质量标准和检验方法中规定以使用频率最高的“的”字（每百字中有十几个）的密度来控制和评价现代汉字的文字印刷质量中墨色一致性和印刷均匀性。图3-1 “的”字测控条此外，将此测控条尽可能多的分布在印张四周，就可以通过比对它们的灰度值来判断墨色的均匀性。3.2检测算法实验及结果分析本文所设计的文字形态质量实验主要包括几何特征检测、圆度计算以及纹理特征检测等。(1)为了检测出字符破损多余墨痕等问题,设计了以下实验。图2-2a与图2-2b为从同一印张上采集的相同文字。a b图3-2 几何特征实验图可以很容易的看出，图2-2中的“严”字出现了缺笔断划的现象。对两幅图像分别计算文字周长与面积特征值，计算结果也很好地体现了这一点。计算数据如表1所见。表1 几何特征计算数据2-3a2-3b周长特征值271169面积特征值424181(2)为了检测文字边缘不清，设计了以下实验。为了使Matlab的计算过程更易实现，首先将图片进行了二值化，形成二值图像，见图3-3。图3-3a为从书刊上采集后经模板匹配出的包含文字的区域图像，图3-3b为图3-3b为图3-3a提取的二值图像，图3-3c为图3-3b在Photoshop下处理掉不规则边界后的图像。A b c图3-3 圆度特征实验图本实验将图3-3b与图3-3c作为待检测对象，进行对比。对2幅图像分别计算长度特征值与面积特征值，并通过长度特征值与面积特征值计算出了其圆度特征值。可以发现，当文字边缘变得圆滑清晰后，圆度值小于不清晰时的文字的圆度值。数据如表2所示。表2 圆度计算数据2-2b2-2c周长特征值929871面积特征值47464652圆度计算值19.470812.9774(3)为了检测文字重影和变形，本文通过对图像进行自相关函数纹理分析来检测判断。图3-4a为标准图像，图3-4b为左图在Photoshop中处理后的水平重影图像，将图2-4b作为实验的待检图像。a b图3-4 自相关函数纹理分析实验图表3为水平方向下、这两幅图像不同距离的自相关系数。从表3中数据可知，b图像在水平方向自相关系数下降速度比标准图像即a图像慢，说明在水平方向检测图像的纹理比标准图像的纹理更粗，待检图像在水平方向发生了变形。表3 文字自相关函数纹理分析数据水平距离1234标准图像0.99460.99020.98680.9840检测图像0.99450.98930.98510.9816 (4)文字印刷密度与灰度对照表实验。此实验数据是采用DocuColor600数字印刷机印刷了100张试验样品，采用X-rite538分光光度计对捕获的图像进行测量，并采集其灰度值从而建立文字印刷密度与灰度值之间的对照表，如表4所示，其线性拟合图如图3-5所示。图3-5 灰度密度曲线 表4 文字印刷密度与灰度值之间的对照表灰度值楷体密度仿宋密度宋体密度10.340.360.3350.330.360.32100.30.340.32150.270.30.29200.270.290.24250.210.210.21300.170.180.15350.150.160.15400.120.120.12本文由于条件与时间的限制，只通过对比实验对特征量的有效性进行了验证，从上述实验结果可以得出，本文所选择的特征值可以有效地表征文字印刷质量。如果要进行更深入的研究实验，可以采取更规范的实验方法，测出标准图像特征量的标准值范围，利用这些特征量的数值对文字印刷质量进行量化，以服务于文字印刷质量检测与评价系统。第 4 章 基于机器视觉的文字印刷质量评价方法探讨4.1文字印刷质量主观评价方法的模糊处理4.1.1图像质量主观评价方法对图像质量进行评估最直接也最自然的解决方法就是利用人们自身的判断。主观评估方法就是在这种情况下应运而生。观察者主要来自两个群体，即“外行”观察者和“内行”观察者。一般情况下，观察者的人数不能少于20人。主观评估方法就是观察者以客观评估尺度为依据，结合自我经验判断测试图像的质量，并给出评分，对所有的评分结果进行加权平均，结果即为图像的主观质量评估。如式公式4-1所示 （4-1）公式4-1中，Si是每一个观察者以客观评估尺度为依据，结合自我经验对一幅图像的质量评分，元是权值。4.1.2图像质量主观评价的模糊处理法近些年发展，随着模糊数学的发展，我们可以采用模糊处理的方式使得主观评价的结果更客观、更科学。下文也正是通过运用模糊数学多级综合评价原理来对文字印刷图像质量进行分析，使得最后评价的结果更为科学与准确。所谓模糊数学多级综合评价原理，就是先把要评判的同一事物的多种因素，按其属性分成若干类大因素，然后再对每一类大因素进行初级的综合评判，在此基础上再对初级评判的结果进行高一级的综合评判。其一般步骤如下：(1)把给定的因素T，按其不同属性划分成S个互不相交的因素子集：T=,，。(2)对每个k=l，2，3，S进行初级综合评判。 根据T=（， ，）中各因素所起作用的大小定出权数分。= ， 且 （4-2）给出各因素评语集"V=， ；对T中的每个因素按照评语集V=， 的等级评定出对的隶属度 (i=1，2，m；j=1，2,，n)，由此组成单因素评判矩阵。据此，则可得出对的一级综合评判 ：=·= (，) , (k=l，2，3，S)(3)对T进行综合评判。将T上的S个因素子集 (k=1，2，3，S)看成u上的S个因素，按各在T中所起作用的大小，给出其权重分配A。A=(a1， ，a )由的评判结果 (k=1，2，3，S)得出总的单因素评价矩阵R，则可得T的评价B。 （4-3）这就是二级综合评价模型，如果每个因素子集k=l，2，3，S仍含有较多的因素，可将u 再划分层次，类似可得三级或更多级的综合评价模型。4.2文字印刷质量主观评价方法的模糊处理实现现在我们就运用上述模糊数学综合评价模型，来对文字印刷品质量进行综合评价。因素集=4个因素，按其属性被分为T=， =清晰度，色彩还原情况。其中清晰度T可被分为：=， =文字轮廓状况，文字完整性；色彩还原情况可被分为：=，=密度，墨色均匀性。在给出评价时，我们将评价的结果分为“很好，好，一般，差，很差”五个级别，设V为评价结果集合，则有：V=V1,V2,V3,V4,V5 =很好，好，一般，差，很差。现选取多名专家、技术人员、阅读者等对同一文字印刷品在以上4个方面来进行分项评价。方法是给每位评价人员发一张评价表格，表格中的内容如表5所示，包含以了以上4个因