李不言， 曾 忠

（1.上海出版印刷高等?？茖W(xué)校印刷設(shè)備工程系，上海 200093；2.上海理工大學(xué)機械工程學(xué)院，上海 200093）

目前，印刷品客觀質(zhì)量檢測國內(nèi)外所使用的主要設(shè)備為手持式密度計或分光光度計，此類設(shè)備的工作原理是通過底部光孔捕捉印品反射光后分析待測區(qū)域的密度、反差等數(shù)據(jù).由于光孔直徑尺寸一般為5mm，要求被檢測對象的直徑不能小于6mm［1］，這一“先天缺陷”注定該類設(shè)備無法用于線條類印品檢測.平板掃描儀是一種重要的圖像采集設(shè)備，可對幅面允許范圍內(nèi)的每一像素數(shù)據(jù)進(jìn)行捕獲，很好地彌補了密度計和分光光度計的局限性，被廣泛用于平面圖像采集的領(lǐng)域.而紙張作為重要的平面承印物，其上的所有印刷圖文均能借助平板掃描儀來獲取，同時捕獲圖像的分辨率可根據(jù)需求調(diào)整，這就為印品線條圖像采集提供了良好的硬件平臺.在獲得掃描線條圖像后，成熟的圖像處理系統(tǒng)如PHOTOSHOP，MATLAB等軟件均可讀出圖像中每像素的數(shù)據(jù)，這又為印品線條寬度計算提供了軟件基礎(chǔ).綜合以上軟硬件兩方面，基于平板掃描儀進(jìn)行印刷線條寬度檢測是基本可行的.而作為一般印品重要組成部分，線條經(jīng)印刷系統(tǒng)作用后，輸出寬度可直接影響印品的整體質(zhì)量，因此開發(fā)出一種基于平板掃描儀的印刷線條寬度檢測方法是必要的.

1 印刷線條寬度檢測的算法設(shè)計

1.1 印刷線條寬度算法的理論基礎(chǔ)

根據(jù)ISO 13660（Information technology－office equipment－measurement of image quality attributes for hardcopy output－binary monochrome text and graphic images）標(biāo)準(zhǔn)，線條寬度可定義為字符筆畫或線條的平均寬度，計算方法為線條一側(cè)的邊緣閾值到另一側(cè)的邊緣閾值，其中邊緣閾值定義為邊緣梯度的點集，計算方式為用戶定義興趣區(qū)域內(nèi)反射系數(shù)為60%數(shù)據(jù)點的連線［2］.據(jù)此定義可得出，獲得線條邊緣閾值是計算線條寬度的基礎(chǔ)和關(guān)鍵，而線條邊緣閾值的獲得可歸結(jié)為圖像內(nèi)60%反射系數(shù)點的查找.

1.2 反射系數(shù)標(biāo)定

設(shè)計反射系數(shù)標(biāo)定卡（以下簡稱標(biāo)定卡）見圖1.將0－255灰度等分為16個等級（0，17，34，51，68，85，102，119，136，153，170，187，204，221，238，255），在相應(yīng)軟件中嚴(yán)格按照每級灰度數(shù)值繪制該標(biāo)定卡并在待檢測印刷設(shè)備上輸出［3］.使用分光光度計測量輸出標(biāo)定卡各級灰度的實際輸出灰度和反射系數(shù)，并將測量值進(jìn)行二次曲線擬合，可得到灰度與反射系數(shù)的關(guān)系如圖2所示，即完成了反射系數(shù)標(biāo)定.進(jìn)行反射系數(shù)標(biāo)定的意義在于，若獲得圖像中任意像素點的灰度即可根據(jù)它們之間的對應(yīng)關(guān)系計算出該點的反射系數(shù)，而像素點的灰度在PHOTOSHOP和MATLAB等多種軟件中均可很容易的獲取.

圖1 反射系數(shù)標(biāo)定卡Fig.1 Reflection coefficient calibration

圖2 灰度－反射系數(shù)擬合曲線Fig.2 Fitting curve of grayscale－reflection coefficient fitting curve

1.3 線條寬度檢測的算法

印刷線條寬度檢測算法流程如圖3所示.算法編制中所使用的函數(shù)均為MATLAB軟件中自帶圖像處理函數(shù).

圖3 印刷線條寬度檢測算法流程Fig.3 Process of printed line width detection algorithm

a.將印品RGB圖像轉(zhuǎn)換為灰度圖像（使用函數(shù)rgb2gray），通過剪切（使用函數(shù)imcrop）方式框選圖像中待分析線條區(qū)域，讀?。ㄊ褂胕mread函數(shù)）該區(qū)域中每像素的灰度值并按像素行列位置生成灰度矩陣，通過上述反射系數(shù)標(biāo)定關(guān)系將所得灰度矩陣換算為反射系數(shù)矩陣g（i，j）表示.

b.計算g（i，j）內(nèi)所有像素點的平均反射系數(shù)，將所得平均反射系數(shù)經(jīng)60%量化后取整即為邊緣閾值對應(yīng)的數(shù)值T，至此只需查找等于T的像素點位置就可確定邊緣閾值.但為了使線條邊緣更加清晰，簡化計算需進(jìn)一步按式

將g（i，j）進(jìn)行二值化［8］，得到二值化矩陣G（i，j），使整個分析區(qū)域內(nèi)圖像變成非0（黑色）即1（白色）的狀態(tài).

c.利用循環(huán)（使用for函數(shù)）結(jié)構(gòu)對G（i，j）每列數(shù)據(jù)依次讀取.若為普通線條，先對第一列數(shù)據(jù)進(jìn)行自上而下讀取，當(dāng)出現(xiàn)第一個0時記住該像素所在二值化矩陣中的行標(biāo)號1，隨后轉(zhuǎn)為自下而上讀取，同樣記住第一個0出現(xiàn)的行標(biāo)號2，用行標(biāo)號2減去行標(biāo)號1即為待測線條第一列數(shù)據(jù)兩側(cè)邊緣閾值的間隔距離，將此距離作為第一個元素記入一個新的矩陣，此矩陣可稱為兩側(cè)邊緣閾值間隔矩陣.由此方法對G（i，j）剩余每列數(shù)據(jù)依次讀取，最終生成和原圖像等寬的1×n（n為G（i，j）列數(shù)）邊緣閾值間隔矩陣.假設(shè)待測印品圖像用平板掃描儀采集時設(shè)置分辨率為600 dpi，則對應(yīng)圖像中每像素大小為25.4／600 mm，用邊緣閾值間隔矩陣中每個元素乘以25.4／600 mm就可獲得線條寬度矩陣，最后求的線條寬度矩陣中各數(shù)據(jù)平均值即為此線條的寬度.若為反白線條，在進(jìn)行G（i，j）每列數(shù)據(jù)讀取時應(yīng)記住出現(xiàn)第一個1的行標(biāo)號，其它計算方法與普通線條無本質(zhì)區(qū)別.

2 印刷線條寬度檢測實驗及數(shù)據(jù)分析

2.1 檢測圖的設(shè)計與輸出

檢測圖設(shè)計為3條寬度相同的普通線條和反白線條，其中線條設(shè)計寬度為0.9mm，普通線條色和反白線條背景色均為純黑，RGB數(shù)據(jù)為0，0，0（見圖4）.使用富士施樂C2100型打印機對檢測圖進(jìn)行輸出，輸出紙張為80g雙膠紙（見圖5）.

2.2 線條寬度檢測實驗

圖4 印刷線條寬度檢測圖Fig.4 Printed line width detection figure

圖5 印刷線條寬度檢測輸出圖Fig.5 Output figure of printed line width detection figure

該線條寬度檢測實驗基于印刷品質(zhì)量檢測系統(tǒng)（見圖6），系統(tǒng)采用MATLAB GUI模塊開發(fā)，具有印刷品質(zhì)量分析及圖像處理等功能，其中線條寬度檢測部分的開發(fā)均基于上述算法.首先，印刷線條寬度檢測圖輸出圖須經(jīng)平板掃描儀進(jìn)行掃描，設(shè)置掃描分辨率為600dpi，掃描格式為RGB.隨后將掃描所得圖像導(dǎo)入印刷品質(zhì)量檢測系統(tǒng)（系統(tǒng)使用前必須已經(jīng)過正確的反射系數(shù)標(biāo)定），使用興趣區(qū)域框選按鈕選擇線條1中部分區(qū)域，點擊線條寬度計算按鈕進(jìn)行計算即得到一次線寬檢測結(jié)果.重復(fù)上述操作，分別通過框選位置或長度變化對線條1進(jìn)行10次寬度檢測并記錄數(shù)據(jù)，其它線條處理方法相同.

圖6 印刷品質(zhì)量檢測系統(tǒng)Fig.6 Print quality inspection system

2.3 實驗數(shù)據(jù)分析

普通線條1，2，3各經(jīng)10次檢測后獲得線條寬度數(shù)據(jù)見下頁表1.分析表1中數(shù)據(jù)，發(fā)現(xiàn)該輸出設(shè)備打印普通線條時寬度數(shù)據(jù)近似水平分布，未出現(xiàn)較大波動，說明此設(shè)備對于普通印刷線條輸出均勻性良好.所有線條寬度均未達(dá)到設(shè)計值0.9mm，其中最小寬度出現(xiàn)在線條1第10次測量值869.32 μm，比理想輸出寬度窄30.68μm，占此次檢測寬度的3.5%.雖然輸出線條寬度均小于理想值，但數(shù)據(jù)均較小，完全達(dá)不到肉眼可辨范圍，因此該輸出設(shè)備的普通線條寬度打印質(zhì)量是可以接受的.通過計算，3條線條各次檢測的標(biāo)準(zhǔn)差為0.82，0.66，1.9μm，分別占理論寬度的0.09%，0.07%，0.21%，這就充分說明此系統(tǒng)對于普通印刷線條寬度檢測是非常穩(wěn)定的，同時也證明其算法的正確性.

表1 普通印刷線條寬度檢測數(shù)據(jù)Tab.1 Test data of ordinary printed line widthμm

反白線條4，5，6各經(jīng)10次檢測后獲得線條寬度數(shù)據(jù)見表2.分析表2中數(shù)據(jù)，得到該輸出設(shè)備打印反白線條時寬度數(shù)據(jù)近似水平分布，未出現(xiàn)較大波動，說明此設(shè)備對于反白印刷線條輸出均勻性良好.所有線條寬度均超出設(shè)計值0.9 mm，其中最大寬度出現(xiàn)在線條4第2次測量值914.22μm，比理想輸出寬度寬14.22μm，占此次檢測寬度的1.6%.雖然輸出線條寬度均大于理想值，但數(shù)據(jù)均較小，完全達(dá)不到肉眼可辨范圍，因此該輸出設(shè)備的反白線條寬度打印質(zhì)量是可以接受的.通過計算，3條線條各次檢測的標(biāo)準(zhǔn)差為1.57，1.54，2.07μm，分別占理論寬度的0.17%，0.17%，0.23%，這同樣可說明此系統(tǒng)對于反白印刷線條寬度檢測是非常穩(wěn)定的，同時也證明其算法的正確性.

2.4 實驗數(shù)據(jù)誤差分析

a.由反射系數(shù)標(biāo)定錯誤而造成的誤差.標(biāo)定卡經(jīng)待檢測設(shè)備輸出后，其反射系數(shù)和灰度的測量值應(yīng)符合客觀規(guī)律.若經(jīng)二次曲線擬合后出現(xiàn)數(shù)據(jù)點擬合情況不佳現(xiàn)象，則考慮是否是輸出設(shè)備存在問題，需排查后重新輸出標(biāo)定，直到擬合數(shù)據(jù)大部分落在二次曲線上或據(jù)其很近的周圍后才可進(jìn)行檢測.

表2 反白印刷線條寬度檢測數(shù)據(jù)Tab.2 Test data of highlight printed line widthμm

b.由興趣區(qū)域框選錯誤而造成的誤差.在興趣區(qū)域框選時應(yīng)使被選擇區(qū)域包含待檢測線條和線條周圍部分背景，不可將由于印刷故障造成的墨點、白點或污漬等框選在內(nèi)（此方法旨在檢測設(shè)備正常運行時的印刷線條輸出寬度質(zhì)量，而由其它原因造成的印刷缺陷不應(yīng)包含在內(nèi)），這些特殊點灰度和線條灰度接近，經(jīng)二值化后有可能與線條灰度數(shù)值同變?yōu)?或1，直接影響算法在判斷邊緣閾值時發(fā)生錯誤而導(dǎo)致最終結(jié)果誤差.

3 結(jié) 論

由于傳統(tǒng)檢測設(shè)備存在的局限性，本文研究了一種基于平板掃描儀的印刷線條寬度檢測方法.先通過標(biāo)定卡的設(shè)計和輸出進(jìn)行反射系數(shù)標(biāo)定，然后根據(jù)ISO 13660提出的線條寬度定義，在MATLAB平臺上編制出具體算法及系統(tǒng)，最后將掃描儀和印刷質(zhì)量檢測系統(tǒng)相結(jié)合，對設(shè)計好的檢測圖進(jìn)行了線條寬度測量.經(jīng)檢測數(shù)據(jù)分析可得出，此種方法實現(xiàn)了印刷線條寬度的檢測，其結(jié)果證實了方法的正確性和檢測過程的穩(wěn)定性，同時還分析了檢測過程中造成數(shù)據(jù)誤差的原因和處理辦法.

［1］ 姚海根，孔玲君，鄭亮，等.數(shù)字印刷質(zhì)量檢測與評價［M］.北京：印刷工業(yè)出社，2012.

［2］ ISO／IEC DIS 13660Draft International Standard. ISO／IEC 13660，Information technology－office equipment measurement of image quality attributes for hardcopy output－binary monochrome ttext and graphic images［S］.New York：American National Standards Institute，2001.

［3］ 李不言.加網(wǎng)線數(shù)對數(shù)字印刷品空間非均勻性質(zhì)量的影響［J］.包裝工程，2013，34（1）：123－128.

［4］ 孔玲君，劉真，姜中敏.基于CCD的數(shù)字印刷質(zhì)量檢測與分析技術(shù)［J］.包裝工程，2010，31（3）：92－95.

［5］ 陳路，李小東.基于數(shù)字圖像處理的文字印刷質(zhì)量檢測算法研究［J］.包裝工程，2007，28（10）：125－126.

［6］ 于萬波.基于MATLAB的圖像處理［M］.北京：清華大學(xué)出版社，2008.

［7］ Steger C，Ulrich M，Wiedemann C.Machine vision algorithms and applications［M］.Beijing：Tsinghua University Press，2008.

［8］ 李不言，曾忠.基于機器視覺的印刷品質(zhì)量檢測技術(shù)［J］.機械工程師，2010（6）：6－8.

［9］ 熊邦書，雷鸰，徐精華.基于圖像的線路板線寬測量系統(tǒng)的研制［J］.半導(dǎo)體光電，2008，29（6）：945－948.

［10］ Buczynski L，Bieniewski A.Analyze of image quality parameters on laser printouts as proposal to extension standard ISO 13660［C］∥IS＆T NIP20International Conference on Digital Printing Technologies.Salt Lake City：Society for Imaging Science and Technology，2004.

［11］ Briggs J C，Tse M K.Beyond density and color：print quality measurement using a new handheld instrument［C］∥International Congress of Imaging Science.Tokyo：ICIS 02，2002.