基于卷积神经网络的印刷品颜色缺陷检测
Detection of Printing Color Defect Based on Convolutional Neural Network作者机构：陕西金叶印务有限公司西安710000
出 版 物：《包装工程》 (Packaging Engineering)
年 卷 期：2021年第42卷第23期
页 面：170-177页
学科分类：08[工学] 0822[工学-轻工技术与工程]
摘 要：目的提取样本图像颜色直方图特征对卷积神经网络进行训练,达到快速、高准确率检测图像颜色缺陷的目的。方法将标准图像从RGB颜色空间转换至HSV颜色空间,通过改变图像H,S,V三分量值获取训练样本和测试样本;在HSV颜色空间中非均匀量化图像的颜色直方图,得到所有训练样本和测试样本的颜色直方图特征;利用样本图像颜色直方图特征训练卷积神经网络,然后对测试样本进行检测,研究检测的速度、准确率,并将该检测方法与逐像素、超像素、BP神经网络和支持向量机方法进行对比。结果对于图片尺寸为512×512的彩色图像,卷积神经网络检测单幅图片的平均检测时间约为57.66 ms,训练样本图像为50000张时,卷积神经网络方法对10000张测试样本进行检测的准确率为99.77%。结论卷积神经网络方法在保证高准确率的前提下大幅提高检测精度,对于印刷品色差缺陷在线检测具有良好的应用价值。
维普期刊数据库
同方期刊数据库