第四章 研究方法
4.3 檢測方法
本研究在進行檢測前,檢測環境需配合使用照度計量測照度值約 600lux,
以及使用數位振動計量測振動值在 1mm 以下,使用照度計與數位振動計量測的目 的是希望標準影像與待測影像能在同樣的環境取像(在 4.1 節有完整的說明)。印 刷缺陷檢測流程如圖三十四所示,實驗流程分兩站進行色彩檢測與套色檢測,當 檢測環境設定完成後,設定高速攝影機參數,將攝影機設定成觸發模式取像(在
4.2 節說明攝影機設定),接著擷取標準影像與待測影像,將影像分割成
n
×m
個 區塊,再進行色彩檢測,在抽取待檢測彩色樣板色彩分量後,利用灰階平均誤差 度法進行色彩檢測,待測影像的 RGB 色彩若未通過容許值,即視為瑕疵品;若通 過色彩檢測的影像才進行套色檢測,利用相關係數法比對兩張影像相似程度,接 著利用比對值是否大於容許值,若大於容許值視為通過套色檢測判定為良品,反 之視為瑕疵品。本研究目前使用灰階平均誤差度與相關係數法進行色彩檢測與套 色檢測,自行設定色彩檢測的門檻值(目前使用的門檻值為 0.5%),與相關係 數法之門檻值(目前使用的門檻值為 70%),若瑕疵區域超過一個區域以上,即視 為瑕疵樣本,且連續三張影像之檢測結果為 NG,則立即停機。檢測環境設定
開始 攝影機設定 擷取標準與待測
彩色樣本
分割影像成 nxm個區塊
第一站 色彩檢測 RGB色彩
誤差度<容許值?
第二站 比對值>容許值? 套色檢測
色彩有誤 套色有誤
合格
結束
是
否 是
否
圖三十四、彩色印刷缺陷檢測流程
第一站色彩檢測時必須有標準影像做為比對的參考影像,因此在檢測前首先 擷取標準彩色影像,並抽取其 RGB 色彩分量作為後續色彩比對的基準。從彩色印 刷缺陷檢測流程可知,接著擷取待檢測彩色影像,接下來將影像分割成
n
×m
個子 區域,如圖三十五所示。完成分割後,進行色彩的檢測,當 RGB 色彩誤差度大於 容許值,即視為色彩異常子區域,初步設定之容許值為 0.5%,必須通過色彩檢 測,才能進行下一站的套色檢測。圖(a) 圖(b) 圖(c) 圖(d) 圖三十五、影像分割結果:圖(a)~(c)分別為不同彩色印刷取像結果,綠色點為自 行分割之區塊。圖(d)為與圖(c)色彩比對檢測之局部結果,紅色點為檢測結果
第二站套色位置檢測時(必須先通過色彩檢測),同樣在整張影像已分割成 12(3×4)個子區域數中,再繼續進行套色位置檢測,如圖三十六所示。套色位 置檢測時自行設定門檻值設為 70%,大於等於門檻值 70%者視為合格。請參考圖 中以綠色標示者,代表該子區域超過 70%;反之,以紫紅色標示者,代表該子區 域低於 70%。
圖(a) 圖(b) 圖(c)
圖三十六、套色位置瑕疵之結果:圖(a)為標準影像,圖(b)為待測影像,圖(c) 為套色位置瑕疵之結果
此外,本研究在檢測時,利用自行撰寫之簡易程式,進行彩色印刷品之色彩 檢測與套色檢測,檢測時程式畫面如圖三十七所示,左圖為標準影像,右圖為待 測影像,檢測結果會顯示於左下方。
圖三十七、程式檢測圖
色彩檢測方法
目前印刷業者在色彩監測只能靠人工裸眼與分光光度儀,對彩色印刷品進行 直接觀測,而無法長時間進行有效檢測,但有些彩色印刷品在未發生變化時,由 於印刷品重疊、張力及濕度等因素導致產品發生色彩缺陷,這樣就可能使缺陷產 品直接流入市場。
色彩檢測的基本原理是比較待測影像與標準影像 R、G、B 分量之相似程度,
如果色彩差異超過設定之門檻值代表待測影像具有色彩上的瑕疵。檢測前首先擷 取標準影像之 RGB 彩色影像,接著計算各子區域之 R、G、B 灰階平均值,方式如 下:
∑ ∑= =
= × m
i n j
g
g f i j
n f m
1 1
) , 1 (
)
μ ( ; f =R,G,B (6)
其中 f之值可以是 R、G 或 B ,因此當 f =R時,Rg代表標準影像之 R 分量;m 及 n 分別代表子區域之寬度與高度。因此利用(6)式我們可以得到標準影像中各 子區域之 R、G、B 灰階平均值:μg(R)、μg(G)與μg(B)。同理我們可以利用(7) 式得到待測影像中各子區域之 R、G 與 B 平均灰階值:μt(R)、μt(G)與μt(B)。
∑ ∑= =
= × m
i n j
t
t f m n
n f m
1 1
) , 1 (
)
μ ( ; f =R,G,B (7)
得到標準影像與待測影像中各子區域之 R、G 與 B 平均灰階值後,利用下式我們 可以得到待測影像與標準影像各相對應子區域之 R、G 與 B 平均灰階值差量的百 分比。在此,將此值稱為灰階平均誤差度(Grayscale Mean Error),簡稱 GSME。
GSME 之計算方式如下:
) % (
) ( )
(
α μ
β μ α μ
f f GSME f
g t g
f
= − ; f =R,G,B (8)
其中α =μg(R)+μg(G)+μg(B);β =μt(R)+μt(G)+μt(B)。同樣的, f可以是 R、G 或 B。使用如此複雜的運算手續,目的是希望能夠降低取像時,因照明變異對色 彩所造成的負面影響。換言之,即使擷取待測影像時所使用之照明,無法與擷取 標準影像時所使用之照明相同,當差異不大時也不致於出現誤判的情形。為了方 便起見,在此將色彩檢測分成下列三個步驟說明:
1. 利用(6)與(7)式計算標準影像與待測影像各子區域之 R、G 與 B 灰階平均值。
2. 將步驟 1 所得之結果與標準樣本之相對應值代入(8)式,計算各子區域之 R、
G、B 灰階平均誤差度:GSMER、GSMEG及GSMEB。
3. 若GSMER、GSMEG或GSMEB之值大於 0.5%,則該子區域視為瑕疵區。若瑕 疵區超過 1 個(含 1 個),代表該樣本有色彩瑕疵。
套色檢測方法
本研究的套色檢測方法,利用在第二章第 2.2.2 節所提及的相關係數計算方 法一進行檢測,同樣的令
m
及n
分別代表整張影像之高度及寬度;fg( ji, ), ft( ji, ) 分別代表標準影像或待測影像中位於( ji, )之像素灰階值;μg,μt分別代表標準影像及待測影像之灰階平均值;σ2g,σt2分別代表標準影像及待測影像之灰階變異 數,則相關係數可由下式計算得到[35]:
1 1
; )
, ( )
,
1 ( 2 2
1 1
≤
≤
−
−
× −
= ∑ ∑
= =
r j
i f j
i n f
r m g t
n j
t t
g g
m i
σ σ μ
μ (1)
其中
∑ ∑= =
= × n
j m i
R
R f i j
n
m1 1 1 (, )
μ ; R=g,t
[ ]
∑ ∑= =
× −
= n
j m i
R R
R f x y
n
m 1 1
2
2 1 ( , ) μ
σ ; R=g,t
本研究目前使用相關係數計算方法一進行套色檢測,相關係數之門檻值設為 70%;當相似度大於 70%即為合格區(在該區以綠色顯示其相似度);相似度小於 70%即為不合格區(在該區以紫紅色顯示其相似度)。統計結果顯示,當紫紅色區 域數大於綠色區域數即屬套色不良的影像。在此將套色位置的檢測分成下列兩個 步驟來說明:
1. 利用(1)式計算標準影像與待測影像的各子區域之相關係數。
2. 若相關係數之值小於 70%,則該子區域套色異常區,以紫紅色標記;反 之,以綠色標記。同樣的紫紅色標記區超過一個以上(含一個),則該影 像視為不合格。
檢測子區域建立
為了提高檢測的精確度,先將影像分割成一些較小面積的子區域。分割的數 目及子區域的大小,使用者可自行設定。一般說來,長寬尺寸差異不大的標籤,
可分割成 4x4 個子區域,例如「維他露 P」、「益菌多」、及「黑糖沙士」。至於長 寬尺寸差異較大之標籤,則分割成 5x4 個子區域,例如「御茶園」,如圖三十八 所示。為了解那一種分割方式可得到最佳的結果,本研究就 2×2、3×3、3×4、4×3 及 4×4 等四種分割方式進行探討。觀察圖三十九及四十為灰階平均誤差度法與相 關係數法之不同分割方式與平均檢測誤差率之關係圖,誤判率明顯地受分割區域 數量的影響,其中以 3x4 分割法之曲線最為平滑,平均檢測誤差約為 0.5%,屬 於最理想的分割法,因此本研究將以 3x4 的分割方式,分別對這 12 個子區域進 行檢測。
圖(a) 圖(b)
圖三十八、圖(a)為御茶園原始影像,圖(b)為分割成 5x4 個子區域之御茶園影像
圖三十九、色彩分割區域數量方式
圖四十、套色分割區域數量方式