专利名称：一种基于小波理论的印刷品墨斑测量方法
技术领域：
本发明属于印刷品质量检测技术领域，涉及一种印刷品墨斑测量的方法，具体涉及一种基于小波理论的印刷品墨斑测量方法。
背景技术：
印刷品墨斑，一般定义为在印刷品的所有方向上，密度的空间频率小于0. 4周期 /mm的无周期性的波动，尤其是在实地区域由于油墨分布不均勻而形成的色彩不正常，深浅不一致的斑点和条纹。印刷墨斑是影响印刷品质量的重要因素之一，也是多色印刷中最常见的印刷缺陷。目前对印刷墨斑的测量方法主要有ISO印刷墨斑测量法，比参数墨斑算法和人工视觉判断法。但这些方法对印刷墨斑进行分析及评价，仍然存在着相关的不足IS0印刷墨斑法仅是从几何计算的方法对墨斑进行简单计算，且算法比较粗造，精度比较差；比参数墨斑测量法通过测量亮斑和暗斑的周长及其密度对比来表达印刷墨斑的程度，但是此方法由于未考虑噪音的影响及在50%的阈值处周长与人眼视觉评价时的不均勻性差，使得与人眼的相关性差，同时也降低了墨斑测量的精度；而人眼视觉判断法，是靠人工去逐一观察，十分费时，费力，而且因人的视觉差异，判断结果不太准确。
发明内容
本发明的目的是提供一种基于小波理论的印刷品墨斑测量方法，解决了现有测量方法精度低，计算方法粗糙，费时及费力的问题，同时考虑墨斑图像的噪声及将墨斑图像时域和频域联系来，精确的评价了印刷品墨斑的程度。本发明所采用的技术方案是，一种基于小波理论的印刷品墨斑测量方法，具体按照以下步骤实施步骤1 用扫描仪采集印刷图像；步骤2 按照取样图像尺寸为4cm-6cm，选择印刷图像上需要测量的部位，即为印刷墨斑图像；步骤3 对步骤2得到的印刷墨斑图像，采用不同的小波基进行不同级数的分解， 将印刷墨斑图像分解成高频图像和低频图像两部分，去除高频噪声，并保留低频图像；步骤4 对步骤3得到的去除噪声后的图像通过二维离散平稳小波逆变换，进行图像重构，得到印刷墨斑的平滑墨斑图像；步骤5 计算步骤4得到的平滑墨斑图像灰度值的变化，即墨斑大小PM
权利要求
1.一种基于小波理论的印刷品墨斑测量方法，其特征在于，具体按照以下步骤实施步骤1 用扫描仪采集印刷图像；步骤2 按照取样图像尺寸为4cm-6cm，选择印刷图像上需要测量的部位，即为印刷墨斑图像；步骤3 对步骤2得到的印刷墨斑图像，采用不同的小波基进行不同级数的分解，将印刷墨斑图像分解成高频图像和低频图像两部分，去除高频噪声，并保留低频图像；步骤4 对步骤3得到的去除噪声后的图像通过二维离散平稳小波逆变换，进行图像重构，得到印刷墨斑的平滑墨斑图像；步骤5 计算步骤4得到的平滑墨斑图像的灰度值的变化，即墨斑大小PM PM = Yj (/(χ,力-Σ /(A >0 /Lf /L2 · Σ /(X，>0其中(x，y)为平滑图像的纵横坐标，I (X，y)为平滑图像的灰度值，L为离散图像矩阵的大小，即得印刷品的墨斑的大小，根据以下标准判断印刷品上是否有墨斑在印刷品的所有方向上，比较PM与0. 4的大小，小于0. 4则有墨斑，大于0. 4则没有墨斑，其中图像尺寸的单位为mm。
2.根据权利要求1所述的基于小波理论的印刷品墨斑测量方法，其特征在于，所述的步骤3中采用不同的小波基进行不同级数的分解，具体按照以下步骤实施分解级数J选为 1到4级，小波基函数选为HAAR, SYM4，SYM5，BIOR3. 7，DBl，DB3, DB4, DB5,首先选定特定的分解级数和小波基函数，利用Matlab软件小波工具箱中的二维离散平稳小波函数Swt2进行分解，分解完后，得到印刷墨斑图像的高频部分和低频部分，然后利用Size函数计算高频部分矩阵的大小，利用Zeros函数将高频矩阵信息置0，从而去除墨斑图像的高频部分。
3.根据权利要求1所述的基于小波理论的印刷品墨斑测量方法，其特征在于，所述的步骤4中的二维离散平稳小波逆变换，具体按照以下步骤实施利用软件小波工具箱中的二维离散平稳小波逆变换函数Iswt2进行图像重构，得到印刷墨斑平滑图像。
全文摘要
本发明公开了一种基于小波理论的印刷品墨斑的测量方法，该方法按照以下方法进行印刷品墨斑的测量，通过扫描仪进行印刷墨斑的图像采集，按照预定的尺寸进行图像分析取样，利用不同的小波基进行多级小波分解图像，将图像分解为高频部分和低频部分，并除去高频噪声部分；采用离散小波逆变换对墨斑图像进行还原，得到印刷墨斑平滑图像，并计算平滑墨斑图像的灰度值的变化，即墨斑大小的程度。本发明基于小波理论的印刷品墨斑的测量方法采用小波理论来测量印刷墨斑，利用小波多级分解、离散小波逆变换和图像的变化，最终实现印刷墨斑的测量，方法简单，方便、精度高，很好解决了印刷品墨斑难测量及评价的问题。
文档编号G06T5/00GK102426171SQ201110241028
公开日2012年4月25日 申请日期2011年8月22日 优先权日2011年8月22日
发明者刘国栋, 张曼, 张美云, 李文育, 梁巧萍, 陈永常 申请人:陕西科技大学