CN111434494B - 印刷图像中的缺失喷嘴探测 - Google Patents

Abstract

一种用于通过计算机(9)确定印刷过程中的印刷错误的方法，该印刷过程在用于处理印刷任务的喷墨印刷机(7)中执行，在印刷过程期间，借助摄像机系统(10)检测所产生的印刷产品(2)并将该印刷产品数字化，将如此产生的摄像机图像(13)提供给所述计算机上的探测算法，在识别出印刷错误(14)时将报告发送给机器控制装置(6)，机器控制装置通过废页分送机构将该印刷产品剔出，所述探测算法对所述摄像机图像的分色进行分离，在分色中探测所述印刷错误(14)，使各个分色的图像关联成候选图像(21)，对候选图像(21)进行过滤，最后将剩余的所探测的印刷错误输入到列表中，并且将该列表发送给印刷机(7)的机器控制装置。

Description

印刷图像中的缺失喷嘴探测

技术领域

本发明涉及一种用于借助摄像机和计算机来检查喷墨印刷机的印刷质量的方法。

本发明属于数字印刷技术领域。

背景技术

在喷墨印刷机的运行中会发生特定的印刷错误，该印刷错误特定于这些印刷机类型。最普遍的是所谓的白线错误，当所使用的喷墨印刷头的各个印刷喷嘴与其所期望的标准行为存在偏差时，就会发生该白线错误。如果这种偏差超过确定的极限，则通常将相关的印刷喷嘴禁用，因为它们会干扰印刷图像。但是这种禁用的印刷喷嘴会产生相应的白线错误。之所以这样命名的原因是，因为这种错误在单色印刷的面积情况下表现最明显，因为在这种情况下，处于下方的通常为白色的印刷基底显露出来。相反，当在深色背景上借助浅色的印刷油墨(例如不透明的白色)印刷时，这种错误则会表现为所谓的黑线错误。然而，即使在彩色的图像区域中(在那里，不同印刷头的多个印刷喷嘴重叠地印刷各个分色)，所参与的印刷喷嘴的失效或禁用也会导致在待产生的印刷图像中出现相应的颜色失真。因为印刷喷嘴在印刷方向上线状地输出墨水，所以所产生的印刷错误也是线形的，由此得出术语白线印刷错误/黑线印刷错误。

在印刷喷嘴的运行中出现这些偏差的原因可能是多样化的。一个主要问题在于，如果相应的印刷头长时间未使用并且没有适当地暂时存放在静止状态，则墨水会干燥。在此，干燥的墨水堵塞喷嘴出口，从而导致相关印刷喷嘴的印刷点存在偏差或者在极端情况下甚至完全失效。无论如何，印刷喷嘴都不再精确地在印刷点实际应处的位置上印刷，并且印刷强度也与实际期望的标准值存在偏差。除了干燥的墨水之外，灰尘颗粒和类似污物的侵入也会引起白线错误。

为了找出这些白线错误，由现有技术已知多种方案。当然，最常见的是印刷测试图案，并且通过自动地检测和分析处理测试图案来探测白线。然而，这种方案的缺点在于：取决于在印刷基底上的位置和大小，印刷测试图案会导致产生废页。因此存在如下方法：该方法检测所产生的印刷图案自身，并且由这些印刷图像探测出现的白线错误。这种方法还具有以下优点：仅探测那些真正干扰当前待产生的印刷图像的白线或导致这些白线的印刷喷嘴。

德国专利申请DE 2017 220361 A1公开一种用于通过计算机探测和补偿喷墨印刷机中的失效的印刷喷嘴的方法，该方法包括以下步骤：印刷当前的印刷图像；通过图像传感器记录所印刷的印刷图像，并通过计算机将所记录的印刷图像数字化；在整个印刷图像高度上将每列的所记录的印刷图像的数字化颜色值相加，并且将累计的颜色值除以像素数，以便获得列特性；从原始列特性中减去不存在失效印刷喷嘴的优化列特性，从而得到列特性差值；设置最大值的阈值，超过该阈值则定义印刷喷嘴失效；将该最大值阈值用于列特性差值，由此，在最终所得的列特性中，每个最大值标记着一个失效的印刷喷嘴；在随后的印刷过程中对已标记的印刷喷嘴进行补偿。

然而，这种方法的缺点在于：在实践中无法稳健地将其付诸实施。该方法基于以下事实：在参考图像与摄像机图像之间只存在非常小的差异。但是恰好实际上并非总是存在这种情况。对此的原因例如是：错误校准的摄像机、非最佳的或过时的白平衡、印刷机构中的不同纸张类型或非最佳颜色。此外，优选使用印刷图像中的单色占用区域来探测白线，因此，在印刷图像中不具有这种区域的情况下，只能受限地使用该方法。

由美国专利US 9,944,104 B2已知一种白线检查系统。在此为了进行白线探测而提出一种简单的极限值比较，该极限值比较假设待检查的题材在该位置上是均匀的。对于不满足这种条件的图像提出，通过减去由预印数据产生的局部对齐的参考图像来产生信号。但是此外还需要进行差分图像计算。

相比之下，专利申请EP 3300907A1描述白线探测系统如何通过根据印刷情况而使用不同的方法来实现品质提高，尤其以便避免探测到弱的并且因此并不严重的白线，或者避免将补偿不足但对于人眼不可见的白线识别为缺陷。在此如US 9,944,104 B2一样，产生参考图像的步骤是必要的，以便产生用于找出想要消除的白线的参考数据。

此外，美国专利申请US 2012/092409 A1公开用于在喷墨成像系统中识别缺失喷墨的一种系统和一种方法。该系统和该方法检测喷墨成像系统中的缺失喷墨。在此，该系统产生不包含测试图案数据的印刷文件的数字图像。处理该数字图像以便检测光带，并且使光带的位置与印刷头中的喷墨位置相关联。然后，通过分析已分色的图像和/或色差来获得与相关喷墨位置相关联的墨水颜色的标识。因此，本发明的任务是找到一种用于确定喷墨印刷机的印刷过程中的印刷错误的方法，该方法与现有技术中的已知方法相比更加高效，并且能够更好地、更可靠地求取印刷错误(尤其白线错误)。

发明内容

该任务通过一种用于通过计算机确定印刷过程中的印刷错误的方法来实现，该印刷过程在用于处理印刷任务的喷墨印刷机中执行，其中，在印刷过程期间，借助摄像机系统检测所产生的印刷产品并将其数字化，将如此产生的摄像机图像提供给计算机上的探测算法，在识别到印刷错误时将报告发送给机器控制装置，然后，该机器控制装置必要时通过废页分送机构将该印刷产品剔出(ausschleusen)，其特征在于，探测算法对摄像机图像的分色进行分离，在分色中探测印刷错误，使各个分色的图像关联成候选图像，对候选图像进行过滤并随后将剩余的探测到的印刷错误输入列表，并且将该列表发送给印刷机。因此，本发明的核心在于：直接从所检测且数字化的印刷产品的所产生的摄像机图像中求取印刷错误。在此，直接在所分离的分色中探测印刷错误，因为与在合成的摄像机图像中相比，在此能够更容易地探测印刷错误。然而，重要的是要在所产生的摄像机图像中识别到印刷错误。例如，如果所产生的摄像机图像的分辨率太低，则关于相应的印刷错误的信息丢失，并且整个探测算法陷入空白。同样重要的是应注意，摄像机通常提供RGB图像，使得所产生的摄像机图像的各个分色的分离当然会提供各个RGB分色，而不是相应于所使用的喷墨印刷机的颜色空间的CMYK分色。然而，这对于根据本发明的方法而言不构成问题，因为该方法的首要任务是确定相应印刷错误的准确位置，或者可靠地探测损害印刷质量的印刷错误。机器颜色空间中的哪个分色(即哪个墨水以及哪个印刷头)受到喷嘴失效的影响可以由计算机通过相应的颜色空间变换来确定。为了改善探测算法，除了随后在分色中进行探测外，还使各个分色的图像重新关联成共同的候选图像，然后对该图像进行进一步过滤，以便确保实质上仅相应地探测到导致废页的印刷错误。为了便于随后探测引起印刷错误的印刷喷嘴，标记出候选图像中的包含探测到的印刷错误的所有列。

本方法的有利的以及因此优选的扩展方案由对应的从属权利要求以及由借助对应附图的描述中得出。

根据本发明的方法的一种优选扩展方案在于，印刷错误涉及白线错误或黑线错误，所述白线错误或黑线错误由喷墨印刷机的故障印刷喷嘴引起。因此，该算法主要用于识别已描述的白线错误，因为主要是这些印刷错误如此大幅地降低印刷过程的印刷质量，使得产生废页。

根据本发明的方法另一优选扩展方案在于，在发送给印刷机之前，计算机在另一方法步骤中通过使用特定的测试方法从白线错误或黑线错误的列表中滤除伪白线错误或伪黑线错误。在此重要的是，探测算法不会输出任何假阳性错误。尤其非常容易将待产生的印刷图像中的细且亮的线(例如条形码)标记成伪白线。因此，探测算法应在另一方法步骤中借助特定的测试检查：所探测的白线是否的确是真实的白线，以便因此排除：将所需的印刷图像组成部分错误地探测为白线错误，并且因此造成不期望的附加废页。

根据本发明的方法的另一优选扩展方案在于，计算机由剩余的探测到的白线或黑线错误的列表求取致因的

故障印刷喷嘴，并且据此分别通过合适的补偿方法对白线错误或黑线错误进行补偿。尽管根据本发明的方法的实际目标是：以印刷页张的形式目标明确地识别如下印刷产品：所述印刷产品具有这种使质量降低的白线错误(该白线错误会使所产生的印刷页张成为废页)，但是当然也可以使用由探测算法求取的关于白线错误的信息来求取致因的故障印刷喷嘴，并且因此能够以合适的补偿方法来补偿该故障印刷喷嘴。最后，对故障印刷喷嘴的补偿能够实现：在不更换印刷头的情况下，继续使用相关喷墨印刷机来完成进行中的印刷任务。

根据本发明的方法的另一优选扩展方案在于，对于特定的测试方法，计算机由印刷任务的预印数据生成参考图像，将探测算法用于该参考图像，由此，要么获得关于得到的伪白线错误或伪黑线错误的候选者的认知，并且将所述候选者从白线错误或黑线错误列表中去除；要么获得关于具有可能的伪白线错误或伪黑线错误的摄像机图像的区域的认知，然后不在该区域中使用探测算法。最简单的探测伪白线的方式是：由良好数据(例如预印数据)生成参考图像，然后检查：已被探测为白线的所找出的结构是否同样存在于该参考图像中。如果是这种情况，则在逻辑上涉及伪白线。借助这种找出的认知，可以以两种方式进行处理。可以非常简单地将所找出的伪白线错误从列表中去除，这当然是最简单的方法。然而，如果希望避免在根据本发明的方法的连续进行中，由探测算法再次找出同一伪白线错误，则最好从根据本发明的探测中排除摄像机图像中的出现这种伪白线错误的区域。

根据本发明的方法的另一优选扩展方案在于，计算机以多种尺寸和/或分辨率生成参考图像，计算机将探测算法相应地多次用于不同参考图像，并且总结并使用由此获得的认知。这种方法不仅提高用于特定标识白线的的探测算法的可靠性，而且提高用于确定伪白线错误的探测算法的可靠性。

根据本发明的方法的另一优选扩展方案在于，不将算法用于如下区域或将来自该区域的结果排除：该区域的特征在于，在参考图像的限界的局部环境中，灰度值的变化很大。这种区域(例如条形码)特别容易被探测为伪白线错误或伪黑线错误，因此必须将其从算法检查中排除。

根据本发明的方法的另一优选扩展方案在于，通过所过滤的候选图像中的列总和(借助将极限值用于候选图像中的分别求取的列总和)来生成白线错误或黑线错误的列表。真正造成干扰的白线错误/黑线错误通常在所检测的摄像机图像的较大区域上延伸。为了防止以下情况，仅在候选图像中标记出(在其中所求取的印刷错误超过确定极限值的)印刷列：即使各个印刷喷嘴的仅很小的、短暂的停顿也会导致探测出印刷错误(尽管该停顿完全没有造成干扰或者甚至不涉及伪白线错误/伪黑线错误)，这在非常短的白线错误情况下非常可能出现。

根据本发明的方法的另一优选扩展方案在于，由计算机借助数学上的“或”运算使各个分色的候选图像相关联。在计算技术上已证实，各个分色至候选图像的这种组合方式是最合适的。

根据本发明的方法的另一优选扩展方案在于，由计算机借助形态运算(morphologischer Operationen)来执行候选图像的过滤。这尤其允许过滤除非常短的印刷错误或白线，这种印刷错误或白线通常无论如何都是伪白线，或者这种印刷错误或白线不会如此强地影响所产生的印刷产品或印刷页张的质量——使得在此必须做出废页决定。

根据本发明的方法的另一优选扩展方案在于，由计算机将探测算法多次用于所产生的摄像机图像，其中，分别不同地对该方法进行参数化，以便探测不同显著的黑线错误或白线错误，并且使该方法的所有应用的所有分色的结果彼此在逻辑上相关联。除了将探测算法多次地用于多个参考图像之外(这是根据本发明的方法的可选方法步骤)，也可以将探测算法多次地用于所产生的摄像机图像。这尤其提高探测算法在滤除伪白线错误或伪黑线错误时的准确性，而且这对于找出真正的白线错误或黑线错误的时命中准确性也是有利的。

根据本发明的方法的另一优选扩展方案在于，对于该方法的不同参数化的应用中的每个，将摄像机图像在每个像素中预先限制在最大灰度值上。这种扩展方案的优点是：可以滤除纸白区域(Papierweiβ-Bereichen)中可能使平均值失真的亮的异常值。

根据本发明的方法的另一优选扩展方案在于，通过将图像划分成水平条带来产生颜色通道的候选图像，其中，通过对每个条带的每一列适当地取平均来将每个条带简化为行信号，然后，在该行信号中通过特定的搜索方法来搜索白线或黑线，并且因此每个如此分析处理的行得出白线候选图像的行。这是根据本发明的方法的重要特征，因为与必须在整个图像中借助算法进行处理的情况相比，借助探测算法在所述条带中进行白线探测/黑线探测更高效。

根据本发明的方法的另一优选扩展方案在于，计算机借助白线搜索方法或黑线搜索方法，通过评估行信号中的所考虑的像素周围的受限邻域来识别一位置处的黑线或白线。可以借助对紧邻像素的评估来进行以下归类：所找出的错误是否的确是真正的白线错误或黑线错误。只有如此才能排除伪白线错误或伪黑线错误。

根据本发明的方法的另一优选扩展方案在于，搜索方法首先借助不同过滤器芯(Filterkern)对行信号进行卷积，并且通过分别将结果与可能的不同的极限值进行比较来将该结果转换成逻辑信号，然后借助逻辑关联将该逻辑信号转换成白线候选行信号或黑线候选行信号。

附图说明

以下参照附图，根据至少一个优选实施例更详细地描述本发明以及本发明的结构上和/或功能上的有利扩展方案。在附图中，彼此相应的元素分别配备有相同的附图标记。

附图示出：

图1示出页张喷墨印刷机的结构的示例；

图2示出用于印刷检查的图像检测系统的示例；

图3出所检测的摄像机图像的示例；

图4示出所检测的摄像机图像的条带；

图5示出所检测的摄像机图像的具有所标记的白线的条带；

图6示出所检测的摄像机图像的条带中的放大区段，该放大区段具有所标记的白线；

图7示出由图像条带组成的图像，该图像具有所标记的白线候选者；

图8示出摄像机图像中的所标记的白线区域；

图9示出由于纸白区域或单个亮像素对列平均值的干扰；

图10示出根据本发明的方法的示意性流程。

具体实施方式

这种优选实施变型方案的应用领域是喷墨印刷机7。在图1中示出这种机器的基本结构的示例，该机器由进料器1直至收料器3构成，该进料器将印刷基底2(通常印刷页张2)提供到印刷机构4中，该印刷基底在该印刷机构中由印刷头5进行印刷。在此涉及页张喷墨印刷机，其由控制计算机6所控制。如已经描述的，在该喷墨印刷机7运行时，印刷机构4中的印刷头5中的各个喷嘴可能会失效。于是，结果是出现白线/黑线，或者在多色印刷的情况下出现失真的色值。所检测的摄像机图像中的这种白线/黑线14的示例在图3中示出。

与从现有技术中已知的方法相比，在根据本发明的方法中，在印刷过程的整体流程中对白线/黑线14的探测方法的嵌入不同，并且不再需要与印刷机8的交互。在图10中示意性地示出第一优选实施变型方案中的方法的整体流程：

1.在印刷之后，借助摄像机系统10将所印刷的页张数字化，该摄像机系统可以是内联图像检测系统12的一部分。图2示出使用根据本发明的方法的这种图像检测系统12的示例。该图像检测系统包括集成到喷墨印刷机7中的至少一个图像传感器10(通常摄像机10)。至少一个摄像机10拍摄由喷墨印刷机7产生的印刷图像13，并且将数据发送给计算机用于分析处理。计算机可以是单独的计算机(例如一个或多个专用的图像处理计算机9)，或者该计算机也可以与喷墨印刷机7的控制计算机6相同。至少喷墨印刷机7的控制计算机6具有显示器11，在该显示器上，将图像检查的结果显示给使用者8。优选地，将图像处理计算机9用于以下所描述的方法，在该图像处理计算机上运行图像处理算法，该图像处理算法实施根据本发明的方法。在此，如此产生的摄像机图像具有低于印刷的分辨率。摄像机分辨率通常是670dpi，而印刷分辨率是1200dpi。分辨率和光学器件必须如此选择，使得白线/黑线14显示为1-2个摄像机像素宽的、垂直的、被照亮的条带。如果分辨率太高，则可以首先借助已知的图像处理方法将图像13降低到匹配的分辨率，在此尤其证实金字塔图像表示是有利的。

2.将摄像机图像提供给以下更详细描述的白线/黑线探测算法。附加地，还可以并行地将摄像机图像提供给其他的分析处理。

3.如果由探测算法识别出白线/黑线，则由图像处理计算机9将所识别出的白线/黑线报告给喷墨印刷机7的控制计算机6，然后，该控制计算机结合喷墨印刷机7的其他数据作出废页决定，并且最终通过废页分送机构将所印刷的页张2剔出。

4.可选地，可以对找出的白线/黑线14进行更准确的分析处理，以便辨识出故障喷嘴，并且使用所述信息来补偿该故障喷嘴。

由该流程可见，对于整体系统12的功能而言，实时地(schritthaltend)处理摄像机图像至关重要。

与现有技术不同，在此提及的用于白线/黑线探测的算法仅用于摄像机图像。图3示出具有所检测的摄像机图像的印刷页张2的示例，其中，摄像机图像中的一个具有白线/黑线错误。然而可选地，在另一实施变型方案中，还可以借助参考图像进行后续的过滤。这在下述说明书中更详细地阐述。

在此提出的探测算法的基础是，将所检测的摄像机图像划分成水平条带15、15a、15b。在此，该算法包括以下步骤：

1.分离RGB分色，并且对于每个分色C单独地进行：

1.1将摄像机图像分成约1-10mm高的水平条带15，参见图4。

1.2在页张2的行进方向(即y方向)上对每个水平条带15取平均。这得出第s个水平条带15的信号为I_s(x)

1.3在每个水平条带15中单独地探测白线/黑线14，其方式是：对于每个x位置计算真值：

1.3.1作为可选步骤，不考虑具有灰度值I_C,s(x)>G_max的像素，因为白线/黑线14在亮的图像区域中不可见。

1.3.2WLC(x,s)＝(I_C,s(x)-I_C,s(x-1)>L)and((I_C,s(x)-I_C,s(x+1)>L)

or(I_C,s(x)-I_C,s(x+2)>L))or(I_C,s(x)-I_C,s(x-2)>L)and((I_C,s(x)-I_C,s(x+1)>L))

该表达式检查：是否存在具有大于灰度级L的亮度的1或2个像素宽的白线/黑线14，并且以有效的方式排除图像的边缘。图5和图6分别示出具有已识别到的白线/黑线14的水平条带15，所述图像条带分别具有相应的标记16。图6在此示出水平条带15中的放大区段17，该放大区段具有标记16和白线/黑线14。

1.4因此得出黑白图像WLCC(x,y)，在该黑白图像中标注有所有白线/黑线候选者。

2.对各个分色的图像WLCc(x,y)进行“或关联”，于是得到唯一的候选图像WLC(x,y)21，该候选图像在图7中示例性地示出。示出由水平条带15组成的图像21，该图像具有标记出的白线/黑线候选者。

3.现在还可以借助形态运算来过滤图像WLC(x,y)21。因此借助结构元素SE形式的腐蚀(Erodieren)能够滤除非常短的白线/黑线14：

0 1 0

0 1 0

可以可变地调整SE的高度，因此能够预先调整出待探测的白线/黑线14的最小长度。

4.在另一实施例中，可以将与步骤1-3中所描述的相同的分析处理并行地用于可能存在的参考图像，该参考图像作为RGB图像直接由RIP产生。由此产生的白线/黑线候选者WLC_参考(x,y)标记印刷图像的如下区域：在所述区域中，通过客户题材(Kundenmotiv)很可能产生假阳性的白线探测/黑线探测。应该从摄像机图像中的WLC(x,y)21中去除这些区域。为此，首先借助形态学膨胀(Dilatation)来分析处理WLC_参考(x,y)中的区域。这相应于对WLC_参考(x,y)进行平滑。随后通过WLC_参考(x,y)来过滤WLC(x,y)21：

WLC(x,y)←WLC(x,y)and(not WLC_参考(x,y))

5.接下来，探测WLC(x,y)21中的所有包含白线/黑线14的列C_WL。这可以通过列总和的极限值minWLPerColumn来实现，更确切地说以编码的形式实现：在WLC(x,y)21中，没有白线/黑线＝0，白线/黑线＝1，即，对WLC(x,y)21中的被标记为白线/黑线14的项进行计数：

CWL＝{x|Σ_yWLC(x,y)>minWLPerColumn}

此外可以在其他优选实施方式中对根据本发明的方法进行匹配：

·例如可以改变后续的过滤器。

·白线/黑线候选者的数量必须达到每列的最小数量，以便被报告为白线/黑线14

·给像素的亮度值定义最大值，从而非常亮的像素不会使平均值失真。因为白线/黑线14在670dpi的摄像机图像中不具有非常亮的像素。即图像中的所有>50的灰度值被限制在50；

·检查：在参考图像的重要相关位置处是否存在强结构，该强结构在参考图像中就已经导致与白线/黑线类似的结构，因此在摄像机图像中必须将所述强结构隐没(ausblenden)。为此，参考图像不必处于全分辨率，因为仅需粗略地估计参考图像的部分区域是结构化的还是均匀的；参见步骤4。

·为了实现实时应用(schritthaltenden Anwendung)，可以将上述方法在显卡(GPU)上实现为计算加速器。

·可以将所描述的探测算法实现为图像检测系统12的部分部件，该图像检测系统执行图像检查。然后，还可以由WLC(x,y)图像21得出用于向操作员或用户8报告的数据，其方式是：识别图像13中的连续区域(Blobs：二进制大对象)，并且在概览图像中为后续分析处理的操作员8标记出这些连续区域。图8示出具有被标记出的白线/黑线区域20的摄像机图像的示例，作为这种报告的一部分。

然而在所述其他优选实施方式中，通常需要参考图像，除了提及的缺点之外这会损害处理速度。然而，由于可以避免假阳性的所探测的白线/黑线14，对参考图像的使用可以进一步改善该方法的品质。

因此，根据本发明的方法相对于现有技术具有许多优点。例如，在期望图像与摄像机图像的颜色偏差较大的情况下(例如在关于摄像机10的错误校准的工作流中)，白平衡、纸张类型、短的白线/黑线14经常在图像噪声/信号噪声中被覆盖(untergehen)。这一缺点借助根据本发明的方法得以消除。而且，在现有技术中已知的方法中，还必须以全分辨率(例如670dpi)将参考图像传送到图像处理计算机9中。这借助目前存在的技术手段仅能以较高的成本开销实现。由于在此提出的算法即使在没有参考图像(或至少没有高分辨率的参考图像)的情况下也能够正常工作，所以可以节省这些成本。最后，对于探测而言原则上不需要参考图像，即使参考图像可以用于避免由于客户题材中包含的结构而引起的假阳性白线/黑线探测。尤其为了探测白线/黑线候选者，不必再将参考图像与摄像机图像直接进行比较。

对于根据本发明的方法，还存在另一种特别优选的实施例，该实施例进一步改善本方法。为此，以下提出基于之前的实施变型方案的两阶段算法：

在阶段1中，有针对性地搜索白线/黑线候选者：

为此，以不同参数多次调用在之前实施例中提出的算法。然后，对算法运行的结果进行逻辑关联。此外，在该算法的运行中进一步改善该算法。具体做法如下：

将算法多次地用于页张2的摄像机图像。对于不同的应用，按照以下方式匹配参数：

1.在其灰度值/颜色通道值方面压缩摄像机图像。如此进行该压缩，使得将高于阈值S_max的亮度值限于阈值S_max。这有效地抑制图像13中的所有比S_max更亮的结构。因此在该步骤中，在暗的区域(在均匀的和非均匀的区域中)非常易于找出白线/黑线14。在之前的实施例的第一步骤之前实施该压缩。

2.在此，同样在灰度值或颜色通道值方面压缩摄像机图像。然而在此如此实施压缩，使得将高于阈值K_max(K_max>S_max)的亮度值限于阈值K_max。在之前的实施例的第三步骤之前实施该压缩。附加地，计算图像13的局部均匀性，其方式是：在之前的实施例的第二步骤中取平均时，还相对于平均值计算列部段的标准差。仅将相对均匀的区域(即标准差<σ_max)中的白线/黑线14记录到候选列表中。这种过滤可以在之前的实施例的第三步骤中进行。在这种方法中，在明亮、均匀的区域中可以非常易于找出白线/黑线14。人眼无论如何都很难看到明亮的非均匀区域中的白线/黑线14，因此对其不予考虑。

借助逻辑“或”对所述两个结果进行关联，并且将其汇总至白线/黑线候选列表。可选地，也可以考虑与其他信息进行复杂关联。

此外，在之前的实施例的第二步骤中，除了简单地取平均值之外，还可以将不同的(具有有利特性的)取平均方法用于所产生的图像信号。这例如是：

·以取中位数来代替平均值；在此优点是：该方法非常稳健地对异常值作出反应。

·仅在亮度不超过最大亮度值G_max,mean的像素上取平均值。在此优点是：可以滤除会使平均值失真的明亮异常值或纸白区域。这示例性地在图9中示出。在此，易于识别出由于明亮的纸白区域或单个明亮像素导致的对图9上部和下部中的列平均值的干扰。然而，在此问题是：出现伪白线/伪黑线14b，以及所检测的印刷图像13的对比度不足。在此，在中部成像出由摄像机10检测的具有白线/黑线错误的印刷图像13。从该印刷图像13中分别截取出具有文本的水平条带15a和图像边缘处的水平条带15b，然后分别由这些条带产生图像信号18、19。在具有文本的水平条带15a的图像信号18中，易于在信号中识别出白线/黑线错误的(信号18中的相应峰值14a形式的)所述效果。此外，示出由文本显示得出的伪白线/伪黑线错误14b的峰值。可以看出：在图像信号18中，很难在真正的白线/黑线错误14a的峰值与伪白线/伪黑线错误14b的峰值之间进行区分，因为两个峰值14a、14b都超过最小探测高度19。在下部示出两个图像信号18a、18b，这两个图像信号针对的是图像边缘产生信号的情况。在此，仅在具有增强的对比度18a的信号中超过最小探测高度19，并且可靠地识别出白线/黑线14。在具有较低对比度18b的第二信号中未超过最小探测高度19，相应地未识别出白线/黑线14。

在之前的实施例的第三步骤中，通过阈值L探测白线/黑线14。对于该阈值，在另一实施例中还发现两个另外的改善方案：

1.取决于应探测1像素宽的还是2像素宽的白线/黑线14，使用两个阈值。根据摄像机分辨率，还可能有意义的是找出3像素宽的、4像素宽的…N像素宽的白线/黑线14。然后必须相应地使用更多阈值。于是，第三步骤中的探测表达式借助两个阈值L1和L2表示成：

WLC(x,s)＝((I_C,s(x)-I_C,s(x-1)>L1)and(I_C,s(x)-I_C,s(x+1)>L1))

or((I_C,s(x)-I_C,s(x-1)>L2)and(I_C,s(x)-I_C,s(x+2)>L2))

or((I_C,s(x)-I_C,s(x-2)>L2)and(I_C,s(x)-I_C,s(x+1)>L2))

2.可以使阈值取决于每个像素x的局部环境，使得相比于具有较低亮度的图像区域，在明亮的图像区域中对于白线/黑线14使用更高的阈值。作为局部亮度的度量，可以在x位置附近的狭小环境中，在排除可能存在的白线/黑线14的情况下对灰度值取平均。替代地，可以将平滑中值过滤器用于I_C,s(x)。

作为之前的实施例的另一有利改善方案，可以不将该算法用于RGB图像13，而是借助适当的方法预先将RGB图像13转换成灰度图像，该灰度图像对于白线/黑线14而言具有尽可能良好的对比度。适用于此的转换操作为：

·由Lab颜色空间计算亮度通道

·由HSB颜色空间计算亮度值或饱和度值

·对适当加权的匹配于人眼的RGB颜色通道取平均

在阶段2中，通过使用一个或多个过滤器，将伪白线/伪黑线14b从阶段1中求取的白线/黑线候选者中滤除。为此相对于之前的实施例存在以下改善：

通过将列过滤器用于白线/黑线候选列表，将所有以下白线/黑线候选者从白线/黑线候选列表中去除：所述白线/黑线候选者在同一图像列中不具有至少比数量N_col,min更多的白线/黑线候选者。该过滤器背后的想法是排除非常短的和个别发生的错误探测。因为白线/黑线14在大多数实际印刷题材中影响一列的多个区域，而错误探测仅局部分散地发生。

在之前的实施例中在步骤四中借助参考图像描述的过滤器在此也进行上述所有修改。在此，作为改善方案，预先对参考图像的尺寸进行匹配。同样有意义的是：多次地处理不同分辨率的参考图像，并且在进行滤除之前汇总该阶段的结果。这通过摄像机系统10模拟“完美的”参考图像上的质量损失，并且因此能够有效地探测可能导致摄像机图像中的白线/黑线类型结构的各种结构。

与之前的实施例相比，所述另外的特别优选的实施例具有以下附加优点：具有较高的白线/黑线14的识别性能，同时具有较低数量的伪白线/黑线14b。然而，为此需要进行参考图像分析处理，该参考图像分析处理的附加的处理步骤可能导致所使用的计算机的计算时间更长。因此，应基于特定应用情况的要求来决定使用哪个优选实施例。对于以下印刷任务更应使用所提出的第一实施例：在该印刷任务中，白线/黑线探测是对时间要求严格的或对性能要求严格的；而对于以下印刷任务则更应使用所提出的第二实施例：在该印刷任务的印刷图像中，特别重要的是彻底地探测出白线/黑线14，和/或，在该印刷任务中存在较高的出现伪白线/伪黑线14b的风险。

附图标记列表

1 进料器

2 印刷基底

3 收料器

4 喷墨印刷机构

5 喷墨印刷头

6 喷墨印刷机的控制计算机

7 喷墨印刷机

8 使用者

9 图像处理计算机

10 图像传感器/摄像机

11 显示器

12 图像检测系统

13 所检测的印刷图像

14 白线/黑线

14a 所产生的图像信号中的白线/黑线的峰值

14b 所产生的图像信号中的伪白线/伪黑线的峰值

15 所检测的印刷图像的水平条带

15a 所检测的印刷图像的具有文本内容的水平条带

15b 所检测的印刷图像在图像边缘处的水平条带

16 所识别的和所标记的白线/黑线

17 所检测的印刷图像的条带中的放大区段

18 由所检测的印刷图像的具有文本内容的条带产生的图像信号

18a 由所检测的印刷图像的在图像边缘处的条带产生的图像信号

18b 由所检测的印刷图像的在图像边缘处的条带产生的图像信号

19 所产生的图像信号中的白线/黑线的最小探测高度

20 所标记的白线/黑线区域

21 由条带组成的候选图像

Claims (13)

1.一种用于通过计算机确定印刷过程中的印刷错误的方法，所述印刷过程在用于处理印刷任务的喷墨印刷机(7)中执行，其中，在所述印刷过程期间，借助摄像机系统(10)检测所产生的印刷产品并且将所述印刷产品数字化，将如此产生的摄像机图像提供给所述计算机上的探测算法，在识别到印刷错误时将报告发送给机器控制装置，所述机器控制装置在识别到导致废页的印刷错误时通过废页分送机构将所述印刷产品剔出，

其特征在于，

所述探测算法对所述摄像机图像的分色进行分离，在所述分色中探测所述印刷错误，使各个分色的图像关联成候选图像(21)，对所述候选图像(21)进行过滤，最后将剩余的探测到的印刷错误输入到列表中，并且将所述列表发送给所述喷墨印刷机(7)的机器控制装置，其中，所述印刷错误涉及白线错误或黑线错误，所述白线错误或黑线错误由所述喷墨印刷机(7)的故障印刷喷嘴引起，其中，通过所过滤的候选图像(21)中的列总和，借助将极限值用于所述候选图像(21)中的分别求取的列总和，由所述计算机来生成所述白线错误或黑线错误的列表。

2.根据权利要求1所述的方法，

其特征在于，

在发送给所述喷墨印刷机(7)的机器控制装置之前，所述计算机在另一方法步骤中通过使用特定的测试方法从白线错误或黑线错误的列表中滤除伪白线错误或伪黑线错误。

3.根据权利要求1或2所述的方法，

其特征在于，

所述计算机由剩余的探测到的白线错误或黑线错误的列表求取致因的故障印刷喷嘴，并且据此分别通过合适的补偿方法对所述白线错误或黑线错误进行补偿。

4.根据权利要求3所述的方法，

其特征在于，

对于特定的测试方法，所述计算机由所述印刷任务的预印数据生成参考图像，将所述探测算法用于所述参考图像，由此，要么获得关于得到的伪白线错误或伪黑线错误的候选者的认知，并且将所述候选者从所述白线错误或黑线错误的列表中去除；要么获得关于所述摄像机图像中的具有可能的伪白线错误或伪黑线错误的区域的认知，并且因此不将所述探测算法用于所述摄像机图像中的所述区域。

5.根据权利要求4所述的方法，

其特征在于，

所述计算机以多种尺寸和/或分辨率生成所述参考图像，所述计算机将所述探测算法相应地多次地用于不同的参考图像，并且总结和使用由此获得的认知。

6.根据权利要求5所述的方法，

其特征在于，

不将所述算法用于如下区域或者将来自如下区域的结果排除：所述区域的特征在于，在所述参考图像中的限界的局部环境中，灰度值的变化很大。

7.根据权利要求1或2所述的方法，

其特征在于，

由所述计算机借助数学上的“或”运算使各个分色的候选图像(21)相关联。

8.根据权利要求1或2所述的方法，

其特征在于，

由所述计算机借助形态运算执行所述候选图像(21)的过滤。

9.根据权利要求1或2所述的方法，

其特征在于，

由所述计算机将所述探测算法多次地用于所产生的摄像机图像，其中，分别不同地对所述方法进行参数化，以便探测不同显著的黑线错误或白线错误，并且使所述方法的所有应用的所有分色的结果彼此在逻辑上相关联。

10.根据权利要求9所述的方法，

其特征在于，

分别对于所述方法的不同参数化的应用中的每个，将所产生的摄像机图像在每个像素中预先限制在最大灰度值上。

11.根据权利要求1或2中任一项所述的方法，

其特征在于，

通过将所产生的摄像机图像划分成水平条带来产生颜色通道的候选图像(21)，其中，通过对每个水平条带的每一列适当地取平均来将每个水平条带简化为图像信号(18)，然后在所述图像信号中通过特定的搜索方法来搜索白线或黑线，每个被如此分析处理的行得出白线候选图像(21)的行。

12.根据权利要求11所述的方法，

其特征在于，

所述白线或黑线搜索方法通过考虑所述图像信号(18)中的所考虑的像素周围的受限邻域来识别一位置处的黑线或白线。

13.根据权利要求12所述的方法，

其特征在于，

所述搜索方法首先借助不同过滤器芯对所述图像信号(18)进行卷积，并且通过分别将结果与可能不同的极限值进行比较来将所述结果转换成逻辑信号，然后借助逻辑关联将所述逻辑信号转换成白线候选图像信号或黑线候选图像信号。

Images