基于人工免疫算法的印刷品缺陷检测技术研究

摘要

在印刷行业中，印刷品缺陷检测对印刷品质量的评定与控制具有重要意义，在实际生产中，要剔除带有缺陷的印刷品。现阶段的印刷品缺陷检测方法大都存在着或多或少的不足，算法有待更新。图像处理技术的发展和新的智能算法的出现促进了检测技术的进步；多种智能算法的交叉融合应用，有望开发出一种新的更高效的印刷品缺陷检测方法。
　　本文基于人工免疫算法对印刷品缺陷检测技术进行了研究。人工免疫算法具有多层检测机制，需要少量或不需要先验知识，仅需要少量缺陷样本的优点。因此，基于人工免疫算法的印刷品缺陷检测技术具有广阔的发展空间。
　　在研究了人工免疫算法的阴性选择原理的基础上，结合图像处理技术，利用能够反映图像像素灰度分布规律的灰度共生矩阵，求得印刷品图像在0°、45°、90°和135°四个方向上的能量、熵、对比度、相关性、同质性五个纹理特征，并将各特征值的均值作为图像特征的最终值，以各特征值的均值组成特怔向量作为阴性选择算法的数据表示。
　　本文研究了基本阴性选择算法并对其进行了改进，提出实数值编码的改进阴性选择算法，样本数据空间采用多维实数值向量表示；利用欧氏距离计算两样本间的亲和度，并判断它们是否发生匹配。在缺陷检测方面，针对基本阴性选择算法只能识别正常和缺陷，而不能检测缺陷种类的特点，提出引入“疫苗”的改进办法，对缺陷类型进行识别。该方法提取已知缺陷印刷品图像特征向量作为“疫苗”，对检测器进行聚类操作，构造多种检测器集合，釆用多检测器集融合诊断对缺陷种类进行判断。为了提高算法的检测精度，降低误判率，本文提出将待检样本与自己集合进行二次匹配的方法。
　　最后，本文基于MATLAB编程实现了从图像处理到缺陷检测的全部过程，设计了印刷品缺陷检测系统。
　　实验结果表明，本文提出的改进阴性选择算法能够有效地检测出印刷品缺陷；设计的印刷品缺陷检测系统能够快速识别出缺陷种类，且检测结果较为准确，有一定的应用价值。

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外技术研究进展

1.3 人工免疫的研究现状及发展趋势

1.4 生物免疫系统与印刷品缺陷检测技术的关系

1.5 主要研究内容与创新点

1.6 技术路线与章节安排

2 印刷品图像处理方法研究

2.1 图像预处理

2.2 图像匹配定位

2.3图像特征提取

3. 人工免疫算法

3.1 生物免疫的阴性选择机理

3.2 基本阴性选择算法

3.3 基本阴性选择算法的局限性

3.4 改进阴性选择算法

3.5 印刷品缺陷检测的阴性选择算法的描述

3.6 印刷品缺陷检测的阴性选择算法流程

4 基于改进阴性选择算法的印刷品缺陷检测实验及系统设计

4.1 印刷品缺陷检测实验

4.2 印刷品缺陷检测系统设计

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录