用电脑显微图像处理检测胶印产品(一)
随着社会的发展，人们对印刷产品的质量要求越来越高。如何控制复杂的图像复制过程，使印刷质量控制达到数据化、规范化是广大生产者、经营者和消费者普遍关心的问题。从国际形势上看，这也是印刷发展的必然趋势。综观我国目前的印刷业现状，印刷质量控制的数据化和规范化工作离国际发达国家还相差很远。因而如何从技术上和管理上改进并加强印刷质量控制的数据化和规范化是广大印刷工作者不可推卸的责任；也是企业在今后激烈的竞争中是否得以生存的关键。
所谓印刷质量控制的数据化，就是通过必要的测试手段，对印刷质量的必要控制因素以数据的形式测定并记录，做为质量控制的依据。所谓规范化，就是通过大量的数据，综合归纳出一系列能够指导生产的规律，如公式、曲线、图表、数据等，作到有规可循，有范可就。同时衡量印刷质量控制数据化、规范化程度有三个标准：一是稳定性好；二是重复性好；三是效率高。
印刷的目的是尽量忠实地再现原稿。为了达到并维持多色印刷的高质量，测量和控制从黄、品、青、黑四色墨辊传递到纸张上的墨量是很重要的。半色调网点印刷品的外观取决于两个因素：网点大小和网点内部油墨密度。传统的基于密度计或色度计的检测方式只能对10 mm2左右的区域进行检测，无法完整地直接从印刷画面上获得我们要求的信息。因而必须在印张上加印特殊的色块（信号条），以便于印刷工人对印刷质量进行控制。这种方法无法知晓各单色网点油墨供给量和网点大小变化情况。在对测试条和信号条的使用中，多采用人眼目测或是采用简单的测试手段来得到判断结果并作为生产实际中质量控制的依据。由于胶印产品的质量优劣，与设备、纸张、油墨、环境等复杂因素息息相关，而采用传统的控制方法，势必受到许多人为主观因素的影响。由于人的主观观测是不可度量的，无法作到稳定性好、重复性好和效率高。同时，现代印刷动辄每小时近万张的印刷速度，等到印刷工人根据信号条发现问题并作出调整时，不良印品已大量形成。所以找寻正确、可靠、快速的质量控制方法，开发即时自动控制系统，对于确保胶印印刷过程中的质量稳定，降低印刷成本，提高印刷质量和生产效率，具有十分重要和深远的意义。
印刷质量控制是一项非常精密的工作。目前的测试条和信号条测试方式虽然被证明是一种有效的质量控制手段，但由于这种质量控制方式主要依赖操作者长期的经验积累和主观判断，因而检测结果的可重复性、稳定性、效率和可靠性都不能得到保证，更谈不上质量控制的数据化和规范化。近年来，显微图像技术在控制领域取得了突飞猛进的发展。采用显微图像技术对样张及产品上的测试条和信号条信息进行采集、量化和处理，得到准确的检测数据，从而为在胶印生产工艺中实现测试条和信号条的自动控制打下基础。
针对此问题，本文提出一种利用计算机的快速、重复性高、稳定性好、不受任何人为主观因素影响的数字技术优势，对胶印产品的信号条进行测量和处理。利用显微图像处理方法得到一系列与信号条控制内容一致的指标，从而达到实时地数字化、规范化控制胶印产品的质量，进而提高生产效率，减少浪费。目前显微图像处理技术在印刷领域的应用也日趋广泛。如美国的AVT公司研制的实用化PrintVision 9000和PrintVision 9000NT Automatic Defect Detection System（印刷瑕疵自动检测系统），就是采用显微视觉技术，对印刷过程中出现的问题，包括颜色变化、套印不准、拉毛、污点等瑕疵进行自动检测并报警。美国的３Ｍ公司R.S.FISCH等用快速付里叶变换方法对电子加网产生的屏幕上的网点图像进行了识别和分类，对网点内部的密度分布进行了研究，并开发了基于显微密度计的网点扩大和网点形状测试系统；T.YUASA和H.MISHINA用二维付里叶变换对彩色印刷中龟纹产生的几种模式进行了识别，找出了控制龟纹产生的方法,以便于更好地控制色彩复制的质量；赵伟利用边缘识别方法对网点面积进行了计算，并以此为基础对纽介堡方程作了修正。其他的研究还有用数字图像处理技术测量油墨覆盖率、平均灰度、网点面积、形状因子以及套印的准确性等。SWIDISH NEWSPRINT RESEARCH CENTER的CHRISTINE BARRATTE等人开发了一套自动检测报纸印刷单色印张中网点大小、密度分布等参数的读版系统，并已投入使用。随着新技术的切入，印刷质量测控的手段和技术也在不断更新，下面就此技术进行详细的论述。
一、显微图像处理的基本原理和方法
所谓显微图像处理，就是在图像数据采集时利用显微设备将人眼很难分辨清楚的图像细节进行放大，从而获得放大的图像。然后采用一系列的图像处理方法和手段对显微图像进行处理，获得预期的指标值，并与传统的测试结果相比较，找出二者之间的相关性，从而用数字技术代替传统的人为的难以预测和控制的控制手段。
1.显微图像处理的基本流程
2.图像处理的基本原理与基本算法
一般的图像是不可能直接用计算机进行处理的，因而首先应把各类图像信号（如照片、图形、X光照片等）转化为数字图像，即图像的数字化。
一幅单色图像可以看成一个二维连续函数，其亮度表现为位置的连续函数，计算机中的数字图像是以矩阵形表示的。不同的处理就是用不同的算法对这一图像矩阵进行运算。从二维连续函数到矩阵涉及到不同空间位置上取出函数值（亮度）为样本，并用一组整数值来表示这些样本的量化过程，这就是图像的取样和量化过程，即数字化过程。数字化后的图像被分割成许多小区域，这些小区域被称为像素。每个像素的值用亮度值或灰度值表示。对于黑白图像来说，只有二值信息，即“黑”和“白”。在计算机中，用“1”表示图像信息，则“0”表示非图像信息。
原图像通过图像输入设备输入计算机，变成离散的数字图像，可用矩阵表示如下：
对于一个网点显微图像，可以表示。
“黑”区域表示网点图像，“白”区域表示非图文部分。从图中可以看出，这个网点的百分比可看成是13/25=50%，长和宽的比例为1∶1。
在图像处理过程中，即对这样的像素矩阵进行计算和处理。一般的图像处理方法包括图像的平滑、锐化、图像分割、二值化处理、边缘跟踪等。
信息来源：中国设计印刷网
