一、印刷品质量的控制与检测（论文文献综述）
韩胜兰[1]（2021）在《基于数字印刷系统的印刷品呈色质量分析与控制研究》文中认为印刷,就是忠实原稿的大量复制。因此,寻求印品质量的提升空间和途径始终是业界的不懈追求。印刷质量的分析与控制研究也一直是我们的工作核心。印刷呈色质量受众多因素的影响,研究单一因素的定量影响关系是进行印刷质量控制的基础。本文立足实验室数字印刷技术设备,通过呈色质量的理论分析和实验考察,分别对单色印刷、双色印刷和三色（多）色印刷,从印刷色序、加网方式以及数字系统呈色可控性三方面进行探索研究。本文具体完成工作内容及取得的研究成果如下:（1）采用特殊的加网方式和色序变更策略,针对实验室的数字印刷系统和测试设备,设计了印刷测试版,依次进行了印刷实验、样张提取、数据测取和数据预处理。密度学体系和色度学体系的呈色差异分析显示:不同色序的印刷会产生不同的呈色效果,密度的可加性与比例性设定再次受到挑战;（2）针对数字系统,依据量化误差的根源和影响分析,设计了实验测试版,进行了印刷实验。在排除了量化误差影响和德米切尔方程计算误差前提下,针对单、双色梯尺呈色平均数据和不同位置梯尺数据,进行了理论呈色效果与实验数据的密度差异分析和色差计算,开展了数字系统质量可控性研究分析。研究表明:除量化误差外、数字系统也存在着位置呈色差异和网点扩大问题;（3）通过不同加网方式之间产生的呈色差异计算比较,分析了加网误差。采用CIE1976LAB色差公式,通过特定加网方式下的实验测量值与（基于色元色度以及色元面积率计算）理论计算值之间的颜色比较,进行了考虑加网影响和量化误差影响的系统印刷质量可控性探讨。
于谦[2]（2021）在《基于机器视觉的啤酒箱印刷质量检测系统设计》文中研究指明啤酒是一种消耗量极大的日常饮品,啤酒箱作为它的包装其印刷质量很大程度地影响了产品的销量和品牌的形象,所以对啤酒箱的印刷质量进行检测对于企业来说具有重要意义,而对于啤酒箱面纸此类画面信息丰富的胶印印刷品的质量检测也十分具有研究意义。因此,本文针对实际需求,设计了一套啤酒箱印刷质量检测系统。本文将啤酒箱印刷过程中常见的缺陷归为全局缺陷与局部缺陷两类。根据全局缺陷的性质构建较为宽泛的对比阈值,完成了对较为明显的全局缺陷的检测。根据局部缺陷的性质首先提出了基于差异模型的模板匹配检测方案,通过提取模板图像中形状与灰度值信息构建差异模型,将待检测图像与差异模型进行对比达到了对局部缺陷进行检测的目的。为解决传统机器视觉技术检测精度与抗干扰能力差相冲突的问题又提出了基于金字塔场景解析网络的语义分割模型的局部缺陷检测方案,通过多尺度特征融合达到了获取更多的上下文信息的目的,并完成了对局部缺陷的检测。分别对两种局部缺陷检测方案进行检测实验,基于差异模型的模板匹配方案检测准确率达到96%,平均耗时在10ms,检测精度高但抗干扰能力差;而基于语义分割模型的方案准确率达到71%以上,平均耗时在50ms,但抗干扰能力强。实验结果证明了两种方案的可行性,并将现阶段更加稳定高效的基于差异模型的局部缺陷检测方案与全局缺陷检测组成完整的系统以软件平台的形式进行实现进行测试,测试结果证明本文设计的系统可以快速、准确地对啤酒箱进行印刷质量检测。
王佳[3]（2021）在《基于机器视觉的印刷品套印精度离线检测系统研究》文中认为印刷业不仅是国家文化软实力的重要载体,也是国家实体经济不可或缺的部分。近年来,随着人民生活水平的日益提高,人们在印刷品质量和美观方面的要求提升,而套印精度对印刷品的质量起着至关重要的作用。在线印刷机套准控制系统在印刷过程中可以实时检测套印精度,从而调整相应的设备提高印品质量。但对于第三方检测机构,在对印品质量检测时,往往需要离线套印精度检测系统保证检测结果的稳定可靠。在此背景下,进行了基于机器视觉系统,对彩色印刷品套印精度检测算法模型的研究与实验,主要工作有:首先,基于数字图像处理理论知识,对彩色印刷品套印标识图像进行预处理。将待测样本的数字化图片统一到规定的尺寸,使像素矩阵的维数固定;将彩色套印标识图像转换到CMYK空间后以黑色为基准进行图像分割;使用3*3中值滤波器与3*3高斯滤波器相结合的滤波算法去噪均衡化,去除干扰无用信息,使图像的有用信息更加突出;采用Canny边缘检测算子在特征生成环节提取图像边缘信息,供套印精度检测模型标定和预测,有利于提高套印检测算法的速度与精度。其次,在预处理环节的基础上,提出一种基于直线斜率检测的套印精度检测算法以及两种基于神经网络的套印精度检测算法。基于直线斜率的检测方法通过检测各色套印线的斜率,同时将单位像素与实际距离标定完成后进行套印精度的检测,但实验表明此方法对图像的边缘检测要求高;在此基础上,基于全连接神经网络和基于卷积神经网络以输入完成检测的套印精度图像数据为标签进行模型训练,以多组对比实验进行超参数寻优,确定参数。神经网络模型算法相较于直线斜率检测算法通用性强,模型适应性好,且真正的解决了人为主观性,提高检测的精度。最后,进行了硬件视觉检测实验平台的完善搭建,且基于MATLAB的GUI功能设计实现直观操作界面,包括图像预处理部分及套印精度检测算法部分。进行软件可靠性测试后证明该视觉检测系统运行稳定,检测的数据可靠且效率高。
王文娟[4]（2021）在《基于Android平台的网点图像边缘检测系统的设计与实现》文中进行了进一步梳理目前图像边缘检测技术被应用于印刷网点测量中。当下,学界方面普遍认为相比较其他边缘检测算法而言,Canny边缘检测算法能够发挥出更好的边缘检测性能。但是对在印刷品质量检测系统中经常出现的脉冲噪声（椒盐噪声）的滤除效果并不理想。根据这一现状,本课题提出了基于自适应中值滤波的Canny边缘检测算法,以达到提高印刷品网点图像边缘检测效果的目的。并在Android平台上开发基于自适应中值滤波的Canny算法的印刷品网点图像边缘检测系统。论文首先研究和分析了图像边缘检测的常用算法,同时进一步针对自适应中值滤波展开了有关于Canny边缘检测算法的探讨和实践应用,对胶印、柔印、凹印、丝网印刷四种印刷品网点图像进行边缘提取,并通过峰值信噪比PSNR对其效果进行了客观评价,通过对比实验验证了该算法对于含有脉冲噪声的印刷品网点图像的边缘检测效果和良好的去噪效果。根据提出的基于自适应中值滤波的Canny边缘检测算法,进行边缘检测,开发出的Android网点图像边缘检测针对含有脉冲噪声印刷品网点图像的检测精确度高,可以应用于印刷品的网点图像边缘检测中。
符爱周[5]（2021）在《印刷品缺陷检测关键技术研究及系统开发》文中指出随着印刷行业的蓬勃发展,市场对印刷产品质量的要求愈发严格。传统的人工检测印刷品缺陷的方式存在效率低、主观性强、漏检率高且舒适性差等缺点。机器视觉技术的发展推进了生产过程的智能化进程,印刷品缺陷的视觉检测方式由此产生,并凭借其高效、准确和客观等特点逐渐成为近些年的研究热点。基于上述背景,论文以典型的机器视觉检测原理为基础,对印刷品缺陷检测技术展开研究。根据医药软包装材料在印刷过程中的运动特性,对编码器触发扫描的线阵相机的成像特点进行分析。针对现有印刷品缺陷检测系统存在的误报率高且系统长时间运行时宕机的问题,结合企业对印刷品的生产质量和效率的要求,论文将降低图像噪声和保障系统运行稳定性作为研究的关键技术,并开发可用于生产现场的印刷品缺陷检测系统。针对编码器脉冲波形存在杂波干扰和图像采集卡分频失误的问题,论文提出在编码器与线阵相机之间添加I/O盒的解决方案,对编码器脉冲信号滤波并实现舍弃脉冲功能,从源头上改善图像质量。对于已存在噪声的印刷品图像,论文根据噪声的表现形式将噪声分为灰度、位置和轮廓噪声三类。在对噪声特性进行充分分析的基础上,论文采用动静态阈值、角点区域-区域配准和领域行灰度值差的抑制算法,并结合动态更换模板和基于人眼特性的辅助降噪方法,有效减少此三类噪声对检测结果的影响,从而降低了系统误报率。通过计算图像形变量的方式监控图像质量,并根据形变量超出阈值的情况决定是否进行初始相位配准,或暂停检测并提示用户检查设备。以模块化的方式表示缺陷检测的一般过程,在生产者-消费者模型的制约下,采用事件对象的方式执行多线程调度,保障了各模块的运行时序。根据图像大小和计算机内存实时监控和调节各模块缓冲区容量,将系统的内存占用率控制在95%以内,保障了系统的稳定性。针对比较操作和Blob分析模块耗时严重的问题,论文采用线程池和限制缺陷个数的方式,有效控制了模块的运行时长,提高了检测系统的实时性。参考市面上已有的检测软件,结合企业的生产需求,论文重新设计缺陷检测软件系统的人机交互界面,并基于C++11标准、借助opencv4.1.0和MFC开发库,在VS2017编译平台上实现整个检测系统的开发。最后通过对在线采集的印刷品图像进行离线分析和处理,验证了降噪算法的有效性和保障系统稳定性方法的可行性。论文开发的检测系统能够精确检出异物、墨点、漏印等严重缺陷,也能可靠检出刀丝、划痕等微弱缺陷。检测精度为0.15mm,最小可检灰度差为10,检测误报率小于1%。
苏林林[6]（2021）在《中小学教科书的印刷质量及其安全性研究》文中认为中小学教科书是义务教育的重要支撑,是传播知识与文化的重要载体。一本印刷精美、色彩艳丽、安全性好的教科书可以有效地激发起学生的学习兴趣和内在动力,同时保护中小学生的身心健康。针对现有生产的教科书印刷质量不佳、色彩还原性不足、印刷过程各环节独立未实现数据化规范化控制、教科书安全性未形成体系化管控的问题,通过控制网点变形、色彩还原、重金属含量、VOCs含量,构建教科书印刷复制规范化体系及安全体系,以构建的体系进行规范化印刷。本文主要研究内容如下:（1）运用灰色关联分析法确定了影响印刷质量的主要因素为网点扩大。综合考虑胶印的工艺及印刷过程,分析影响网点变形的因素。使用补偿原理引入网点修正曲线,实现原稿的数字化网点在制版过程的修正,确保原稿的网点和制版的网点相一致。对教科书生产现状进行分析构建教科书印刷复制体系并制定印刷规范化流程,将教科书印刷复制过程体系化考虑,消除印刷材料、印刷工艺、印刷参数对网点的影响,确保网点传递过程的一致性,实现教科书印刷复制过程的数据化标准化控制。（2）对现有生产工艺和原辅料及其质量控制体系和检测体系进行梳理,对教科书印刷过程中产生有毒有害物质的因素进行分析,查找印刷品重金属、有机挥发物产生的各种显性和隐性因素,构建教科书生产原辅材料及生产工艺的安全体系。（3）基于工厂实际生产材料及设备条件,以人教版四年级《语文》下册为对象,在教科书印刷复制体系及数据化流程的指导下,进行样书制版与印刷的数据化规范化控制及安全性指标控制。通过实验形成标准化的数据,用标准化的数据控制教科书的印刷生产,确保教科书的印刷质量。对所生产的教科书进行印刷质量检测及安全性检测,结果表明运用印刷补偿和色彩管理技术生产的教科书墨层厚实、图像色彩饱满、色彩还原性好,重金属含量及VOCs含量远低于所制定的安全标准。本文关于中小学教科书印刷质量及安全性的研究对于确保云南省中小学教科书的安全和高品质生产具有重要的应用价值,对于提升书刊印刷品的质量具有参考价值。
张胜[7]（2020）在《基于图像处理的印刷品缺陷检测研究》文中指出印刷品是人们享受精神文化信息传播的重要载体之一,因此人们对印刷品质量的要求也越来越高。如何及时检测和发现印刷品缺陷,减少印刷废品流入市场,降低印刷成本和人力资源是人们关注的热点。印刷产品质量缺陷具有种类多、成因复杂等特点,但随着图像处理等技术的不断发展,图像处理技术成为印刷品缺陷检测的一种有效手段之一。本文针对现有的印刷品质量存在的缺陷,开展了基于图像处理的印刷品缺陷检测算法研究。主要研究内容包括:首先针对印刷品质量缺陷的特点,为有效降低噪声数据对预测准确度的影响,本文提出了满足点、线和圆三类印刷品缺陷预处理和边缘处理方法;其次为不失印刷品缺陷图像特征,本文开展了Sobel算子、Roberts算子、Prewitt算子、Laplace算子和Canny算子五种不同特征提取算法比较分析,提出了改进的Sobel特征提取算法,获得了较好的边缘提取效果;最后通过BP网络和卷积神经网络分类器进行实验分析比较,提出了一种改进的BP神经网络分类算法。通过实际数据验证表明,本文所提出的方法不仅能够有效降低印刷品质量检测成本,而且能有效提高印刷产品质量检测的效果。其成果具有重要的推广应用价值。
潘煜[8]（2020）在《基于FPGA的印刷品缺陷检测系统的设计与实现》文中研究表明制造业是一个国家实力的体现,而印刷工业是其中的重要组成部分,随着经济的发展,印刷工业如何利用先进技术创新发展成为不得不面对的问题。在实际的生产过程中,印刷品经常出现印刷质量问题,譬如漏印、墨点、划伤等缺陷,并且当前的印刷缺陷还会对后序的印刷产生影响,这些问题的出现直接决定着企业生产的印刷品能否得到客户的认可和满意。但是以往对于印刷品缺陷的检测和识别都是依靠人眼来观察,耗时长并且准确率也不高。因此为了解决这些印刷品缺陷问题,设计开发一款基于FPGA（现场可编程逻辑门阵列）的能够对印刷品的缺陷问题进行高效实时检测的印刷品缺陷检测系统来解决现阶段印刷品制造业中出现的问题,具有非常重要的意义。本系统的开发过程经过了实地调研,所开发的功能符合实际应用,能够较为圆满地解决生产过程中存在的印刷缺陷问题。本系统搭建了人机交互的可视化Web系统,首先,在硬件平台对印刷品进行拍照操作后,由用户通过交互模块提交标准图像模板和检测流程,数据传入后台,通过模板与待检测图片进行图像匹配,从而得到检测区域并对检测区域进行不同错误类型的检测,检测结果包含错误类型与错误位置两个参数。系统将标记出相对应的缺陷位置并标明缺陷类型,并将检测结果实时反馈,以方便客户针对特定的缺陷类型进行相应的处理。Web系统使用Python语言编写,采用了当前最新的Vue.js前端框架进行开发设计,运用模块化编程方式,便于二次开发。本系统图像分割模块采用了 FPGA加速实现,从而使得图像分割流程能够高速完成。在印刷品的分类检测程序中,采用了 HOG（方向梯度直方图）特征提取及SVM（支持向量机）分类的方式,使得系统对于不同的印刷品缺陷都能够进行有效的识别和分类,同时采用了 OpenCV中关于图像处理的有关接口来具体实现。本系统基于机器视觉有效解决了当前市面上存在的印刷品缺陷检测交互性差、速度慢、准确率低等问题,相比较传统的印刷品检测系统取得了长足的进步,对整个印刷品行业的发展起到了推动作用。
刘斯阳[9]（2020）在《适用于地图印刷的缺陷检测技术研究》文中认为地图印刷缺陷检测作为地图质量控制的重要环节,其检测技术的创新与发展对于促进地图生产和管理系统转型升级具有重要意义。为了提高地图印刷缺陷检测的自动化程度,进一步完善地图生产的数字化管理模式,本文以机器视觉检测系统组成、图像处理算法和机器学习思想为基础,对地图印刷缺陷图像的采集设备、图像预处理、缺陷检测以及缺陷分类算法等进行了较为深入的研究,并完善了系统功能模块。主要研究内容如下:1.改进了地图印刷缺陷检测系统的硬件方案。分析地图浅色普染缺陷难以检测的原因,设计了适用于地图缺陷检测的照明方案,最大限度地突出了普染区域。2.优化了适用于地图印刷缺陷检测的图像预处理算法。选择合适的模板制作方法,针对纸面与要素对比度较低的问题,设计了一种基于权值调整的灰度化方法,较大程度的提高浅色普染要素与纸面的对比度;设计了Gamma校正与CLAHE结合的图像增强算法,并通过实验给出最佳参数确定方法。针对图像采集中的噪声选择双边滤波,在保留边缘的同时滤除噪声。3.建立了基于机器学习的分类模型。首先设计了支持向量机的多分类算法,并通过实际产生的数据集进行实验;重点阐释了基于Faster R-CNN网络设计的针对本文需求的分类算法,设计实验证明在小样本数据集下其具有更好的分类效果。4.优化了地图缺陷检测系统的功能模块。改进了硬件管理模块和图像处理模块;重建了模型训练模块和缺陷分类模块,重点增加了基于卷积神经网络的分类模型的训练、更新和分类操作;添加了缺陷信息管理模块,为缺陷分类模型建立缺陷训练数据库,充分利用缺陷检测结果,指导地图分级,生成检测报告和更新分类模型。
唐海艳[10]（2020）在《基于颜色直方图特征的印刷品颜色缺陷检测》文中研究表明我国作为世界上第二大经济体,印刷包装行业的产值近年得到持续稳定的增长,商品的印刷包装在流通和消费过程中成为连接商品生产和消费者的重要纽带。由于印刷工艺设计、承印物质量、印刷设备和操作人员技术水平等因素,导致印刷品不可避免地会出现各种印刷缺陷,从而严重影响到产品质量,不仅会使得企业蒙受经济损失,同时也会造成极大的人力和物力浪费。因此,开展印刷生产线上快速、准确的印刷品缺陷检测方法相关的研究,是保障印刷品质量的重要途径。本文针对目前印刷品颜色缺陷在线检测效率和准确率难以兼顾的问题,提出了基于颜色直方图特征提取的图像颜色缺陷检测方法,对于提高印刷品印刷质量、降低印刷成本具有一定的理论参考价值。本文的研究工作主要有以下几个方面:1、对图像尺寸为512×512的彩色标准图像“Lena”,将其从RGB颜色空间转换至HSV颜色空间,并随机改变H、S、V分量值,然后采用CIE L*a*b*计算样本图像与标准图像的色差值,以6NBS为阈值判断图像是否存在颜色缺陷,获取了65000张样本图像;根据图像颜色直方图统计分布特点,采用非均匀量化方法对图像的直方图特征进行了提取,最终使表征图像颜色的特征数从786432个减少为784个。2、针对本文图像颜色缺陷检测问题,以检测准确率为验证指标,采用网格搜索法确定了支持向量机法高斯核函数的惩罚系数C和超参数?分别为4.5和0.1;分析了BP神经网络模型的结构、隐藏层神经元数目、各层激励函数、训练函数与训练时间和检测准确率的关系,构建了BP神经网络模型;考察了卷积神经网络池化方法、卷积层层数与验证集和训练集的RMSE、检测准确率的关系,确定了本文图像颜色缺陷检测所需的卷积神经网络模型。3、对10000张测试集样本图像进行检测,结果表明:支持向量机法、BP神经网络和卷积神经网络方法的检测准确率分别为99.52%、99.7%和99.77%,单张图像的检测时间分别为59.92ms、65.95 ms和57.66ms;三种方法的检测准确率与训练样本数量关系密切,随着训练样本数量的增加,检测准确率均提高。4、支持向量机、BP神经网络和卷积神经网络方法等基于颜色直方图特征的图像颜色缺陷检测方法相比于色差计算公式和超像素方法在检测效率方面有了显着提升,卷积神经网络方法检测效率相比于CIE L*a*b*和CIEDE2000色差计算公式分别提升了约3.36倍和6.11倍,即:通过非均匀量化颜色直方图特征的提取,采用卷积神经网络方法对图像颜色缺陷进行检测可以达到既保证高检测准确率又可显着提升检测效率的目的,说明该方法在印刷品颜色质量在线监测领域具有很好的应用价值。
二、印刷品质量的控制与检测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、印刷品质量的控制与检测（论文提纲范文）
（1）基于数字印刷系统的印刷品呈色质量分析与控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外印刷质量分析控制研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究内容安排 |
| 2 印刷质量分析与控制的理论与方法 |
| 2.1 颜色的复制与测评 |
| 2.1.1 颜色的再现方法 |
| 2.1.2 颜色的测量与评价 |
| 2.1.3 色空间转换与定量计算 |
| 2.2 单一因素的影响分析 |
| 2.2.1 印刷质量的影响因素 |
| 2.2.2 理论分析的依据与方法 |
| 2.2.3 实验支持与数据获取 |
| 2.3 实验平台选取与实验设计 |
| 2.3.1 实验平台的选取 |
| 2.3.2 实验参数设置与过程设计 |
| 2.4 本章小结 |
| 3 色序呈色差异的实验分析 |
| 3.1 总体规划与实验测试版设计 |
| 3.1.1 实验研究规划 |
| 3.1.2 实验测试版设计 |
| 3.2 实验过程及数据测量 |
| 3.2.1 实验过程 |
| 3.2.2 数据测量 |
| 3.3 数据预处理 |
| 3.4 数据分析 |
| 3.4.1 双色的色序影响分析 |
| 3.4.2 三色的色序影响分析 |
| 3.5 色序呈色差异的理论探析 |
| 3.5.1 墨量控制模型及其研究 |
| 3.5.2 新模型的探索研究 |
| 3.5.3 基于新模型的色序影响分析 |
| 3.6 本章小结 |
| 4 数字系统呈色可控性实验研究 |
| 4.1 实验及数据采集 |
| 4.1.1 测试版的设计 |
| 4.1.2 实验过程 |
| 4.1.3 实验数据获取及预处理 |
| 4.2 量化误差及其单色呈色质量控制分析 |
| 4.2.1 量化误差的影响分析 |
| 4.2.2 各梯级实测密度与计算密度的差异分析 |
| 4.3 双色呈色质量的可控性分析 |
| 4.4 不同图文位置的呈色差异分析 |
| 4.5 本章小结 |
| 5 不同加网参数的呈色差异实验分析 |
| 5.1 不同加网方式的呈色实验 |
| 5.2 不同加网方式的呈色差异实验分析 |
| 5.3 基于纽介堡方程呈色差异分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（2）基于机器视觉的啤酒箱印刷质量检测系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 印刷品质量检测研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究内容 |
| 2 啤酒箱印刷质量检测系统的总体设计 |
| 2.1 啤酒箱印刷质量检测的需求分析 |
| 2.1.1 检测系统的技术需求分析 |
| 2.1.2 检测系统的功能需求分析 |
| 2.2 质量检测系统的整体架构设计 |
| 2.3 质量检测系统软件部分的架构设计 |
| 2.4 质量检测系统硬件部分的架构设计 |
| 2.5 本章小结 |
| 3 啤酒箱印刷质量检测系统硬件的设计 |
| 3.1 工业相机的选型 |
| 3.2 光学镜头的选型 |
| 3.3 光源的选型 |
| 3.4 图像采集平台与照明方式的设计 |
| 3.5 本章小结 |
| 4 基于模板匹配的啤酒箱印刷质量检测研究 |
| 4.1 模板匹配的介绍 |
| 4.2 啤酒箱印刷质量检测整体流程 |
| 4.3 全局缺陷检测算法 |
| 4.3.1 清晰度异常测算法设计 |
| 4.3.2 色偏检测算法设计 |
| 4.3.3 亮度异常检测算法设计 |
| 4.4 基于差异模型的局部缺陷检测方案 |
| 4.5 目标区域自动选取的方法研究 |
| 4.5.1 常见图像分割算法的介绍 |
| 4.5.2 图像分割算法的研究 |
| 4.6 模板模型的制作研究 |
| 4.7 模板模型的匹配与对比研究 |
| 4.7.1 基于形状的模板匹配 |
| 4.7.2 模板模型与待检测区域的对齐 |
| 4.7.3 缩放图像灰度值范围 |
| 4.7.4 待检测图像与差异模型的对比 |
| 4.8 本章小结 |
| 5 基于PSPNet语义分割的局部缺陷检测研究 |
| 5.1 金字塔场景解析网络 |
| 5.2 基于PSPNet语义分割的检测流程 |
| 5.3 局部缺陷检测实验平台搭建 |
| 5.4 基于语义分割模型的检测实验 |
| 5.4.1 图像数据集的构建 |
| 5.4.2 语义分割模型与数据集的预处理 |
| 5.4.3 语义分割模型的训练与评估 |
| 5.4.4 新图像的推理预测 |
| 5.5 本章小结 |
| 6 啤酒箱印刷质量检测系统的软件开发 |
| 6.1 软件平台的需求与功能设计 |
| 6.1.1 软件平台的需求分析 |
| 6.1.2 软件平台的功能设计 |
| 6.2 软件平台的开发工具介绍 |
| 6.3 界面设计与功能实现 |
| 6.3.1 用户登录模块 |
| 6.3.2 参数调整与质量检测模块 |
| 6.3.3 软件平台的打包 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（3）基于机器视觉的印刷品套印精度离线检测系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 印刷品套准偏差检测国内外研究现状 |
| 1.2.1 印刷品套准偏差检测国外研究现状 |
| 1.2.2 印刷品套准偏差检测国内研究现状 |
| 1.3 论文研究内容 |
| 2 印刷品套印标识图像处理 |
| 2.1 套印标识图像分割算法 |
| 2.1.1 CMYK单色通道提取 |
| 2.1.2 图像分割 |
| 2.2 套印标识图像滤波算法 |
| 2.2.1 空间滤波 |
| 2.2.2 频率域法 |
| 2.3 套印标识图像边缘检测算法 |
| 2.3.1 Roberts算子 |
| 2.3.2 Prewitt算子和Sobel算子 |
| 2.3.3 Canny算子 |
| 2.4 本章小结 |
| 3 神经网络算法 |
| 3.1 神经网络基本理论 |
| 3.1.1 激活函数 |
| 3.1.2 归一化方法 |
| 3.1.3 反向传播 |
| 3.2 全连接神经网络 |
| 3.3 卷积神经网络 |
| 3.4 本章小结 |
| 4 基于机器视觉的套印精度检测算法 |
| 4.1 基于直线斜率的套印精度检测算法 |
| 4.1.1 算法流程 |
| 4.1.2 误差降低 |
| 4.2 基于全连接神经网络的套印精度检测算法 |
| 4.2.1 模型结构 |
| 4.2.2 模型细节 |
| 4.3 基于卷积神经网络的套印精度检测算法 |
| 4.3.1 模型结构 |
| 4.3.2 模型细节 |
| 4.4 本章小结 |
| 5 基于机器视觉的套印精度检测系统设计与实现 |
| 5.1 硬件运动平台 |
| 5.1.1 视觉系统 |
| 5.1.2 机械平台 |
| 5.2 系统软件设计 |
| 5.2.1 软件功能 |
| 5.2.2 软件界面 |
| 5.3 印刷品套印精度检测实验 |
| 5.3.1 取样 |
| 5.3.2 实验过程 |
| 5.3.3 实验结果及分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 附录 A 不同检测模型的印刷品套印精度检测数据 |
| 作者攻读学位期间取得的研究成果 |
（4）基于Android平台的网点图像边缘检测系统的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图像边缘检测算法研究现状 |
| 1.2.2 中值滤波研究现状 |
| 1.2.3 网点测量技术研究现状 |
| 1.3 论文研究对象及内容 |
| 2 印刷网点图像边缘检测理论基础 |
| 2.1 图像边缘检测的基本理论 |
| 2.1.1 图像边缘检测定义 |
| 2.2 几种常用的边缘检测算法 |
| 2.2.1 Roberts边缘检测算法 |
| 2.2.2 Sobel边缘检测算法 |
| 2.2.3 Prewitt边缘检测算法 |
| 2.2.4 LOG边缘检测算法 |
| 2.2.5 Canny边缘检测算法 |
| 2.3 图像边缘检测的难点和算法优缺点比较 |
| 2.3.1 图像边缘检测的难点 |
| 2.3.2 图像边缘检测算法的优缺点比较 |
| 3 几种常用边缘检测算法的效果验证实验 |
| 3.1 几种常用边缘检测算法的实现 |
| 3.1.1 Roberts边缘检测算法的实现 |
| 3.1.2 Sobel边缘检测算法的实现 |
| 3.1.3 Prewitt边缘检测算法的实现 |
| 3.1.4 LOG边缘检测算法的实现 |
| 3.1.5 Canny边缘检测算法的实现 |
| 3.2 图像边缘检测算法性能客观评价指标 |
| 3.3 基于几种经典边缘检测算法的网点图像边缘检测 |
| 3.3.1 实验材料及过程 |
| 3.3.2 实验结果 |
| 3.3.3 实验分析 |
| 3.4 本章小结 |
| 4 基于自适应中值滤波的Canny边缘检测算法 |
| 4.1 印刷品网点图像灰度化处理 |
| 4.2 印刷品网点图像降噪 |
| 4.2.1 传统中值滤波 |
| 4.2.2 中值滤波的改进—自适应中值滤波 |
| 4.3 印刷品网点图像边缘提取 |
| 4.3.1 实验材料及过程 |
| 4.3.2 实验结果及分析 |
| 4.3.3 小结 |
| 4.4 本章小结 |
| 5 印刷品网点图像边缘检测系统的实现 |
| 5.1 Android平台简介 |
| 5.1.1 平台简介及特性 |
| 5.1.2 Android平台架构 |
| 5.2 网点图像边缘检测系统的实现 |
| 5.2.1 项目搭建 |
| 5.2.2 系统界面的实现 |
| 5.2.3 图像裁剪 |
| 5.2.4 系统图像处理机制 |
| 5.3 软件操作 |
| 5.4 仿真实验验证 |
| 5.4.1 测试工具 |
| 5.4.2 测试结果及分析 |
| 5.5 本章小结 |
| 6 结论 |
| 7 展望 |
| 参考文献 |
| 附录 印刷网点图像检测样品 |
| 作者攻读硕士学位期间取得的研究成果 |
（5）印刷品缺陷检测关键技术研究及系统开发（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景 |
| 1.1.1 印刷业发展背景 |
| 1.1.2 机器视觉技术发展应用 |
| 1.1.3 印刷品缺陷检测与机器视觉结合趋势 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 检测需求说明与研发难点概述 |
| 1.3.1 检测需求说明 |
| 1.3.2 研发难点概述 |
| 1.4 论文章节安排 |
| 2 检测系统总体方案设计 |
| 2.1 机器视觉缺陷检测系统介绍 |
| 2.1.1 印刷品缺陷检测系统的构成 |
| 2.1.2 印刷品缺陷检测基本过程介绍 |
| 2.2 检测系统的硬件选型 |
| 2.3 模块化系统设计 |
| 2.3.1 检测系统的模块化组成 |
| 2.3.2 模块间的时序关系说明 |
| 2.4 本章小结 |
| 3 印刷品图像的降噪技术研究 |
| 3.1 图像噪声分析 |
| 3.1.1 噪声来源分析 |
| 3.1.2 图像噪声分类 |
| 3.1.3 图像噪声特性 |
| 3.2 I/O盒提高图像质量 |
| 3.2.1 I/O盒的功能定义 |
| 3.2.2 滤波和舍弃脉冲处理 |
| 3.3 图像噪声的抑制算法 |
| 3.3.1 使用静动态阈值的灰度噪声抑制算法 |
| 3.3.2 基于角点的位置噪声抑制算法 |
| 3.3.3 细图案轮廓噪声的抑制算法 |
| 3.3.4 辅助降噪方法 |
| 3.3.5 图像的降噪流程分析 |
| 3.4 本章小结 |
| 4 系统运行稳定性的保障方法分析 |
| 4.1 系统稳定性分析 |
| 4.1.1 系统稳定性定义和评价指标 |
| 4.1.2 现有缺陷检测系统的稳定性分析 |
| 4.2 图像形变量监控 |
| 4.2.1 基准版周的获取 |
| 4.2.2 图像形变量监控 |
| 4.2.3 初始相位同步 |
| 4.3 保障各模块运行时序的方法分析 |
| 4.3.1 多线程调度与内存监控策略 |
| 4.3.2 提高耗时模块运行速度的方法 |
| 4.4 本章小结 |
| 5 检测系统开发与实验结果分析 |
| 5.1 检测系统开发 |
| 5.1.1 人机交互界面设计 |
| 5.1.2 关键类的UML图及接口说明 |
| 5.1.3 检测系统使用介绍 |
| 5.2 实验结果分析 |
| 5.2.1 实验条件说明 |
| 5.2.2 实验结果介绍 |
| 5.2.3 实验结果分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间科研成果 |
| 致谢 |
（6）中小学教科书的印刷质量及其安全性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 选题背景与意义 |
| 1.3 国内外研究现状 |
| 1.4 本文主要研究内容及研究路线 |
| 第二章 中小学教科书印刷复制及质量评价相关理论 |
| 2.1 印刷复制原理及工艺 |
| 2.1.1 印前加网原理 |
| 2.1.2 教科书印刷复制工艺 |
| 2.2 印刷质量评价基础理论 |
| 2.3 色彩管理理论 |
| 2.3.1 色彩管理概述 |
| 2.3.2 色空间理论 |
| 2.3.3 色彩管理系统基本构成 |
| 2.4 本章小结 |
| 第三章 印刷质量影响因素分析及体系构建 |
| 3.1 影响印品质量的性能参数分析 |
| 3.1.1 印品质量性能评价参数 |
| 3.1.2 灰色关联分析步骤 |
| 3.1.3 实验 |
| 3.1.4 灰色关联分析计算及结果分析 |
| 3.2 印刷网点扩大影响因素分析 |
| 3.2.1 印前制版 |
| 3.2.2 印刷材料 |
| 3.2.3 印刷条件 |
| 3.3 控制印刷网点扩大的方法 |
| 3.3.1 印刷补偿方法及原理 |
| 3.3.2 印刷补偿实验 |
| 3.4 印刷体系构建 |
| 3.4.1 印刷体系构建 |
| 3.4.2 印刷复制规范化流程 |
| 3.5 本章小结 |
| 第四章 中小学教科书安全性分析及安全体系的建立 |
| 4.1 影响中小学教科书安全性因素分析 |
| 4.1.1 印刷主要材料 |
| 4.1.2 印刷辅料 |
| 4.1.3 印刷过程 |
| 4.2 中小学教科书安全体系建立 |
| 4.2.1 材料选择 |
| 4.2.2 纸张油墨及成品安全性规范 |
| 4.2.3 纸张油墨安全性检测实验 |
| 4.3 印刷过程安全性规范 |
| 4.4 本章小结 |
| 第五章 中小学教科书印刷实验研究 |
| 5.1 教科书印刷实验方案设计 |
| 5.2 印前设备调整与校准 |
| 5.2.1 印刷机性能调整 |
| 5.2.2 色彩管理设备校准及特征化 |
| 5.3 CTP制版实验 |
| 5.3.1 实验设备材料及参数设定 |
| 5.3.2 测试文件制作及检查 |
| 5.3.3 印版线性化 |
| 5.4 测试版印刷实验 |
| 5.4.1 实验设备材料及参数设定 |
| 5.4.2 印刷反补偿曲线建立 |
| 5.4.3 印刷ICC特性文件制作 |
| 5.4.4 印刷质量综合评价 |
| 5.5 中小学教科书印刷质量及安全性评价 |
| 5.5.1 教科书印刷质量评价 |
| 5.5.2 教科书安全性评价 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士期间成果 |
（7）基于图像处理的印刷品缺陷检测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 图像处理及其在印刷缺陷检测中的应用 |
| 1.3 印刷质量检测国内外研究现状 |
| 1.4 论文的结构安排 |
| 第二章 图像处理技术基本理论 |
| 2.1 图像预处理 |
| 2.1.1 彩色图像灰度化 |
| 2.1.2 灰度图像增强 |
| 2.1.3 图像滤波 |
| 2.2 图像的边缘检测 |
| 2.2.1 微分算子法 |
| 2.2.2 常用的边缘检测算法 |
| 2.3 图像的配准 |
| 2.3.1 图像配准的概述 |
| 2.3.2 最大互信息测度 |
| 2.4 图像缺陷的检测方法 |
| 2.5 图像模式识别基础 |
| 2.6 本章小结 |
| 第三章 印刷品图像的缺陷检测 |
| 3.1 印刷品图像的采集 |
| 3.2 图像预处理 |
| 3.2.1 彩色图像灰度化 |
| 3.2.2 灰度图像增强 |
| 3.2.3 图像滤波 |
| 3.3 图像的边缘检测 |
| 3.3.1 常用的边缘检测算法 |
| 3.3.2 改进的Sobel算子法 |
| 3.4 图像的配准和检测 |
| 3.5 实验结果分析对比 |
| 3.5.1 不同边缘提取算法的比较 |
| 3.5.2 图像配准的精度比较 |
| 3.6 本章小结 |
| 第四章 印刷品缺陷识别算法的研究 |
| 4.1 分类器的选择 |
| 4.1.1 印刷品缺陷分类的分析 |
| 4.1.2 常见的分类器 |
| 4.2 BP神经网络分类器 |
| 4.2.1 BP神经网络的结构和原理 |
| 4.2.2 BP网络的确定原则 |
| 4.2.3 BP网络学习算法及其改进 |
| 4.3 基于BP网络的缺陷分类 |
| 4.3.1 缺陷分类模块的框架 |
| 4.3.2 BP网络分类器构造 |
| 4.4 基于卷积神经网络的印刷品缺陷分类 |
| 4.4.1 卷积神经网络 |
| 4.4.2 卷积神经网络主要结构 |
| 4.5 实验结果及分析 |
| 4.5.1 实验硬件架构 |
| 4.5.2 两种分类器的实验结果 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（8）基于FPGA的印刷品缺陷检测系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 相关理论及技术 |
| 1.3.1 Python |
| 1.3.2 Vue.js前端技术 |
| 1.3.3 OpenCV |
| 1.3.4 FPGA平台 |
| 1.4 本文主要工作及章节安排 |
| 第2章 系统需求分析 |
| 2.1 印刷品缺陷分析 |
| 2.2 需求分析 |
| 2.2.1 业务需求 |
| 2.2.2 功能需求 |
| 2.2.3 性能需求 |
| 第3章 系统设计 |
| 3.1 系统设计基本原理 |
| 3.2 系统整体设计 |
| 3.3 软件算法设计 |
| 3.4 系统硬件选型 |
| 3.4.1 计算平台选择方案 |
| 3.4.2 相机总体方案 |
| 第4章 系统详细设计 |
| 4.1 用户交互功能设计 |
| 4.2 缺陷检测功能设计 |
| 4.2.1 图像预处理 |
| 4.2.2 图像匹配 |
| 4.2.3 内容识别与生成 |
| 4.2.4 缺陷检测 |
| 4.2.5 检测分类 |
| 4.3 FPGA印刷品分割功能设计 |
| 4.3.1 加速平台整体设计 |
| 4.3.2 设计IP核 |
| 4.3.3 综合布局设计 |
| 4.3.4 烧录测试 |
| 第5章 系统实现 |
| 5.1 系统检测流程 |
| 5.2 检测平台实现 |
| 5.2.1 印刷品检测流程插入 |
| 5.2.2 印刷品图片分割 |
| 5.2.3 检测对象处理 |
| 5.2.4 查看检测结果 |
| 5.2.5 图像分类及特征提取 |
| 5.3 检验结果分析 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间参与科研项目及获奖情况 |
| 学位论文评阅及答辩情况表 |
（9）适用于地图印刷的缺陷检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 地图印刷缺陷检测技术研究现状 |
| 1.2.1 印刷缺陷检测系统的研究 |
| 1.2.2 产业化的印刷质量检测机 |
| 1.2.3 存在的问题 |
| 1.3 论文的研究内容与研究目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.4 论文的组织结构 |
| 第二章 地图印刷缺陷检测系统硬件的优化 |
| 2.1 普染缺陷难以检测的原因 |
| 2.2 光源与照明系统的设计 |
| 2.2.1 光源的选择 |
| 2.2.2 相机的选择 |
| 2.2.3 照明系统的设计 |
| 2.3 实验结果与分析 |
| 2.3.1 常用灰度化算法的结果对比 |
| 2.3.2 不同照明方案检测效果的对比 |
| 2.4 本章小结 |
| 第三章 地图印刷缺陷检测预处理算法的优化 |
| 3.1 地图模板图像制作方法的选取 |
| 3.1.1 地图缺陷检测模板图像的数据来源 |
| 3.1.2 常用标准模板制作方法的比较 |
| 3.1.3 地图模板制备方法的确定 |
| 3.2 调整权值的灰度化方法 |
| 3.2.1 常用的灰度化方法 |
| 3.2.2 调整权值的灰度化方法 |
| 3.2.3 实验结果与分析 |
| 3.3 动态参数的图像增强方法 |
| 3.3.1 空间域图像增强技术 |
| 3.3.2 Gamma校正结合CLAHE算法的增强方法 |
| 3.3.3 实验结果与分析 |
| 3.4 图像去噪算法的选取 |
| 3.4.1 图像滤波器 |
| 3.4.2 实验结果与分析 |
| 3.5 缺陷检测实验结果与分析 |
| 3.6 本章小结 |
| 第四章 地图印刷缺陷分类模型的建立 |
| 4.1 基于机器学习的缺陷分类方法 |
| 4.1.1 机器学习概述 |
| 4.1.2 基于机器学习分类方法的选择 |
| 4.2 基于支持向量机的缺陷分类 |
| 4.2.1 支持向量机概述 |
| 4.2.2 地图印刷缺陷分类器设计 |
| 4.2.3 实验结果及分析 |
| 4.3 基于卷积神经网络的缺陷分类 |
| 4.3.1 卷积神经网络基本结构 |
| 4.3.2 卷积神经网络的训练过程 |
| 4.3.3 基于Faster R-CNN模型的分类设计 |
| 4.3.4 实验过程与结果 |
| 4.4 本章小结 |
| 第五章 地图印刷缺陷检测系统的设计与实现 |
| 5.1 软件开发工具介绍 |
| 5.2 地图印刷缺陷检测系统总体设计 |
| 5.2.1 缺陷检测系统结构 |
| 5.2.2 系统功能模块设计 |
| 5.2.3 系统流程图 |
| 5.3 系统集成实现 |
| 5.3.1 系统逻辑处理过程 |
| 5.3.2 系统功能模块设计 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要工作总结 |
| 6.2 论文的创新点 |
| 6.3 进一步的工作 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（10）基于颜色直方图特征的印刷品颜色缺陷检测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及技术路线 |
| 第二章 样本图像获取与颜色直方图特征提取 |
| 2.1 色差图像样本获取 |
| 2.1.1 图像颜色空间转换与HSV分量值 |
| 2.1.2 样本和标准图像色差值计算 |
| 2.2 图像颜色直方图特征提取与非均匀量化 |
| 2.2.1 图像颜色直方图特征 |
| 2.2.2 图像颜色直方图特征的非均匀量化 |
| 2.3 本章小结 |
| 第三章 基于支持向量机的图像颜色缺陷检测 |
| 3.1 支持向量机 |
| 3.2 支持向量机检测结果与分析 |
| 3.2.1 支持向量机核函数与参数优化 |
| 3.2.2 训练样本数量与检测准确率 |
| 3.3 本章小结 |
| 第四章 基于BP神经网络的图像颜色缺陷检测 |
| 4.1 BP神经网络 |
| 4.1.1 激励函数 |
| 4.1.2 损失函数 |
| 4.1.3 训练函数 |
| 4.2 BP神经网络模型的构建与优化 |
| 4.2.1 隐藏层神经元数目的确定 |
| 4.2.2 激励函数和训练函数的选择 |
| 4.3 基于BP神经网络方法的检测结果与分析 |
| 4.4 本章小结 |
| 第五章 基于卷积神经网络的图像颜色缺陷检测 |
| 5.1 卷积神经网络 |
| 5.2 卷积神经网络模型构建 |
| 5.3 基于卷积神经网络的检测结果与分析 |
| 5.4 本章小结 |
| 第六章 实验结果与讨论 |
| 6.1 基于色差计算公式的图像颜色缺陷检测 |
| 6.2 基于超像素的图像颜色缺陷检测 |
| 6.3 检测结果的对比分析与讨论 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 本文结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A:支持向量机法 |
| 附录 B:BP神经网络法 |
| 附录 C:卷积神经网络法 |
| 附录 D:攻读学位期间学术成果和参与项目情况 |
四、印刷品质量的控制与检测（论文参考文献）
- [1]基于数字印刷系统的印刷品呈色质量分析与控制研究[D]. 韩胜兰. 西安理工大学, 2021(01)
- [2]基于机器视觉的啤酒箱印刷质量检测系统设计[D]. 于谦. 哈尔滨商业大学, 2021(12)
- [3]基于机器视觉的印刷品套印精度离线检测系统研究[D]. 王佳. 北京印刷学院, 2021(09)
- [4]基于Android平台的网点图像边缘检测系统的设计与实现[D]. 王文娟. 北京印刷学院, 2021(09)
- [5]印刷品缺陷检测关键技术研究及系统开发[D]. 符爱周. 四川大学, 2021(02)
- [6]中小学教科书的印刷质量及其安全性研究[D]. 苏林林. 昆明理工大学, 2021(01)
- [7]基于图像处理的印刷品缺陷检测研究[D]. 张胜. 西京学院, 2020(04)
- [8]基于FPGA的印刷品缺陷检测系统的设计与实现[D]. 潘煜. 山东大学, 2020(10)
- [9]适用于地图印刷的缺陷检测技术研究[D]. 刘斯阳. 战略支援部队信息工程大学, 2020(08)
- [10]基于颜色直方图特征的印刷品颜色缺陷检测[D]. 唐海艳. 昆明理工大学, 2020(04)