买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜陕西矩阵实业有限公司申请的专利一种基于机器视觉的印刷质量检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120088245B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510553320.8，技术领域涉及：G06T7/00；该发明授权一种基于机器视觉的印刷质量检测方法是由魏银银设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种基于机器视觉的印刷质量检测方法在说明书摘要公布了：本发明涉及印刷检测技术领域，解决了现有技术容易受到外界环境影响识别准确性低，且识别效率低下的技术问题，尤其涉及一种基于机器视觉的印刷质量检测方法，该方法包括以下步骤：S1、采集印刷图像的原始图像，并对原始图像进行预处理得到预处理图像；S2、根据预处理图像计算第一特征值和第二特征值，基于第一特征值和第二特征值得到前置向量，本发明通过结合图像轮廓的形态特点进行缺陷识别，不仅能够提升算法的鲁棒性，而且避免大量数据的训练，既能够具有高鲁棒性，又比传统的区域阈值更加准确高效，并且大幅提升了计算的效率。

本发明授权一种基于机器视觉的印刷质量检测方法在权利要求书中公布了：1.一种基于机器视觉的印刷质量检测方法，其特征在于，该方法包括以下步骤： S1、采集印刷图像的原始图像，并对原始图像进行预处理得到预处理图像； S2、根据预处理图像计算第一特征值Dt和第二特征值Dex，基于第一特征值Dt和第二特征值Dex得到前置向量Qz，在S2中，具体实现步骤如下： S21、获取范围图像中任意一个像素点的像素值Ax，By作为中心点，并获取中心点半径R内的L个邻域像素点，计算用于获取二进制结果的参看值Ck； S22、改变中心点半径为S，重复S21得到多个参看值Ck，根据多个参看值Ck计算第一特征值Dt； S23、通过灰度量化法获取预处理图像的灰度级O和Q，根据灰度级O和Q计算处理值ClOQ； S24、根据处理值ClOQ分别计算预处理图像的比较值Bjc、熵值Sze和关系值Gxh； S25、将比较值Bjc、熵值Sze和关系值Gxh通过加权法得到第二特征值Dex； S26、将第一特征值Dt和第二特征值Dex组合成为预处理图像的前置向量Qz； S3、计算用于分辨预处理图像清晰程度的清晰阈值Qxy，并基于清晰阈值Qxy得到待检测图像集，在S3中，具体实现步骤如下： S31、将预处理图像等分为8×8个图像分块，通过离散余弦变换法得到每个图像分块的DCT系数Dcs，并基于DCT系数Dcs确定高频区域 S32、根据DCT系数Dcs计算图像分块的前置向量Qz的频能值Pnz，计算公式为： 其中，N表示DCT系数Dcs的数量，频能值Pnz表示在某一频域上的能量值； S33、通过随机生成器在[3,8]之间得到一个随机数L，根据随机数L计算非零极小值δ； S34、根据非零极小值δ和前置向量Qz计算空域对比度Kyd； S35、根据频能值Pnz和空域对比度Kyd计算多尺度融合值dcr； S36、计算用于分辨预处理图像清晰程度的清晰阈值Qxy； S37、根据清晰阈值Qxy对预处理图像的清晰程度进行分类； 若则将预处理图像标记为清晰图像，其中，表示前置向量Qz的平均值； 若则将预处理图像标记为缺陷图像； S38、将缺陷图像集合为待检测图像集； S4、计算待检测图像集中任意一张待检测图像Dj的二相值Exz得到二值图像，并基于二值图像的边界值Bvu得到印刷边界； S5、计算印刷边界的第一检测阈值τ和第二检测阈值ω，并基于第一检测阈值τ和第二检测阈值ω筛选出印刷缺失位置； S6、通过经验法得到用于生成质量检测结果的质量合格值He，并将质量检测结果发送给显示模块。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人陕西矩阵实业有限公司，其通讯地址为：710000 陕西省西安市经济技术开发区尚苑路草滩四路口969号-1；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。