Разработка и анализ системы отбраковки оттисков в послепечатном оборудовании тема диссертации и автореферата по ВАК РФ 05.02.13, кандидат технических наук Федоренко, Сергей Игоревич

• Федоренко, Сергей Игоревич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Федоренко, Сергей Игоревич

Содержание.

Введение.

1 Исследование задачи отбраковки страниц.

1.1 Процесс комплектовки.

1.2 Анализ методов контроля комплектовки.

1.3 Анализ возможных решений задачи отбраковки страниц.

Выводы.

Цель и задачи диссертационного исследования.

2 Проектирование системы распознавания страниц.

2.1 Проблемы сравнения страниц в БПМ.

2.1.1 Высокая скорость перемещения страниц.

2.1.2 Неточное позиционирование страниц.

2.2 Определение параметров изображений страниц.

2.3 Определение типов анализируемых страниц.

2.4 Общие положения о системе распознавания страниц.

2.5 Определение алфавита классов и словаря признаков.

2.5.1 Определение полного перечня признаков.

2.5.2 Определение априорного алфавита классов.

2.5.3 Выработка рабочего словаря признаков.

2.5.4 Априорное описание классов.

2.5.5 Разбиение априорного пространства признаков на области.

2.5.6 Определение решающих правил.

2.5.7 Определение рабочего алфавита классов и рабочего словаря.

2.6 Показатель эффективности сенсорной системы.

2.7 Выбор метода построения классификатора.

Выводы.

3 Математическая модель страницы.

3.1 Определение области сканирования.

3.2 Определение типа страницы.

3.3 Модель полутонового содержимого страницы.

3.3.1 Постановка задачи совмещения изображений.

3.3.2 Критерии качества совмещения изображений.

3.3.3 Поиск функции преобразования яркости изображения.

3.3.4 Поиск пространственного преобразования изображения.

3.3.5 Анализ распознавания корреляционно-экстремальным методом

3.3.6 Решение задачи распознавания нетекстовых страниц.

3.4 Сегментация изображений.

3.4.1 Бинаризация изображений страниц.

3.4.2 Сегментация изображений страниц.

3.5 Модель текстовой страницы.

3.5.1 Метод снижения размерности признакового пространства.

3.5.2 Задача составления структуры документа.

3.5.3 Текстовые прототипы.

3.5.4 Граф расположения текстовых прототипов.

Выводы.

4 Алгоритмы работы сенсорной системы и их исследование.

4.1 Режимы работы системы отбраковки.

4.2 Режим обучения системы отбраковки.

4.3 Определение типа региона.

4.4 Алгоритм работы полутонового режима.

4.5 Алгоритм работы текстового режима.

4.5.1 Режим обучения.

4.5.2 Модифицированная мера сходства слов.

4.5.3 Режим сравнения страниц.

4.5.4 Методы сравнения графов.

4.5.5 Задача сравнения нечетких графов.

4.5.6 Алгоритм работы классификатора текстового режима.

4.6 Результаты исследования промышленных образцов.

Выводы.

Введение диссертации (часть автореферата) на тему «Разработка и анализ системы отбраковки оттисков в послепечатном оборудовании»

Для получения готовой полиграфической продукции необходимо выполнить ряд брошюровочно-нереплетных и отделочных процессов, выполняемых на послепечатном оборудовании (ППО). Для повышения качества продукции и скорости работы оборудования необходим эффективный контроль выполняемых операций. Одним из примеров контроля служит проверка комплектности блоков в брошюровочно-переплетных машинах (БПМ). Процесс комплектовки заключается в составлении книжного блока из тетрадей или листов издания, называемых оттисками, в порядке следования страниц методом вкладки (накидки) или подборки. В настоящее время проверка комплектности осуществляется в основном оператором вручную, что снижает надежность и скорость работы всего ППО.

Отбраковка неправильных страниц является задачей распознавания образов, при которой необходимо принятие решения об отнесении текущей страницы к классу эталонных или бракованных. Разработка методов и алгоритмов решения задачи распознавания образов является актуальной для данного оборудования.

Задача распознавания страниц также имеет тесную связь с задачей совмещения изображений, являющейся фундаментальной проблемой систем технического зрения. Несмотря на постоянно возникающую необходимость совмещения изображений, эта задача решена только для некоторых частных случаев.

Все это обуславливает актуальность и значимость исследований, направленных на решение одной из важных проблем послепечатной стадии -модернизации системы комплектовки блоков в БПМ.

Цель и задачи исследования. Целью работы является разработка и анализ системы отбраковки оттисков при комплектовке блоков в послепечатном оборудовании. Важной частью системы является сенсор отбраковки страниц, устанавливаемый на каждой станции подборочных и вкладочных машин.

Для достижения сформулированной цели решаются следующие задачи:

1) исследование особенностей перемещения тетрадей на транспортере брошюровочно-переплетных машин под сенсором отбраковки страниц;

2) создание математической модели страницы, учитывающей особенности изображений сканируемого материала;

3) разработка методов анализа соответствия страницы эталону, а также методов выбора признаков эталонной страницы;

4) разработка алгоритмов функционирования сенсора на основе предложенных модели страницы и методов анализа соответствия.

Вторая и третья задачи относятся к классификации - это определение принадлежности анализируемой страницы к классу соответствующих или не соответствующих эталону страниц, что является частью задачи распознавания образов. Другие требующие решения подзадачи распознавания - минимизация описания класса эталонных страниц, выделение информативных признаков.

Отметим, что решение проблемы отбраковки страниц с помощью сравнения изображений является частным решением фундаментальной проблемы совмещения изображений при определенных ограничениях на исходные данные.

Методы исследования. Для решения поставленных задач использовались теория распознавания образов, методы совмещения изображений, теория статистических решений, статистический анализ и теория графов.

Научная новизна работы заключается в следующем:

1) Разработанная методика распознавания использует текстовое содержимое страницы вместе с ее изображением в отличие от существующих подходов.

2) Разработанные алгоритм автоматического построения модели эталонной страницы и алгоритм оценки сходства анализируемой страницы с эталоном отличаются высокой надежностью распознавания.

3) Предложен метод решения задачи быстрого совмещения изображений.

4) Разработан алгоритм быстрого сравнения нечетких неполных графов.

Практическая значимость результатов работы заключается в следующем:

1) Модернизация послепечатного оборудования за счет разработанного метода отбраковки оттисков позволяет повысить скорость работы брошюровочно-переплетных машин и улучшить качество полиграфической продукции.

2) Результаты диссертационной работы в виде исполняемых файлов были переданы в производственную фирму BaumerElectric (Швейцария), от которой получен акт о внедрении разработанного сенсора в послепечатное оборудование немецкой фирмы Kolbus и американской компании Goss.

3) Принципы работы системы отбраковки оттисков в процессе комплектовки блоков на послепечатном оборудовании были включены в курс лекций «Автоматизированные системы управления технологическими процессами в полиграфии», читаемый автором работы в течение 2 лет.

Апробация работы. Основные положения и результаты работы докладывались:

1) на IX Санкт-Петербургской международной конференции «Региональная Информатика - 2004 (РИ-2004)»;

2) в научно-производственной фирме BaumerOptronic (Германия) в 2001 г. и 2003 г., выпускающей системы технического зрения;

3) в производственной фирме BaumerElectric (Швейцария) в 2001 г. и 2005 г., которая производит сенсоры и датчики, в том числе и разработанный сенсор отбраковки страниц;

4) на кафедре "Автоматизация полиграфического производства" МГУП, 2005г.;

5) на кафедре "Информационные, вычислительные и управляющие системы" СПГУИТМО в 2006 г.

Публикации. По теме диссертации опубликовано 2 статьи в журналах, входящих в «Перечень .» ВАК РФ, 4 статьи в научных сборниках и 2 статьи в материалах и тезисах конференций.

Структура и объем работы. Диссертация состоит из введения, четырех глав, разбитых на разделы и подразделы, заключения, списка литературы, включающего 61 наименование. Вся работа изложена на 156 страницах машинописного текста, содержит 30 рисунков, 113 формул и 3 таблицы.

Заключение диссертации по теме «Машины, агрегаты и процессы (по отраслям)», Федоренко, Сергей Игоревич

Основные результаты и выводы

В результате проделанной работы можно сформулировать основные результаты и сделать следующие выводы.

1. Разработана система отбраковки оттисков, позволяющая создавать современное оборудование или модернизировать существующее, что приводит к значительному повышению скорости работы послепечатного оборудования и повышению качества выпускаемой продукции за счет контроля правильности тетрадей блока при процессе комплектовки в брошюровочно-переплетных машинах.

2. В результате проведенного исследования процесса комплектовки блоков и особенностей перемещения тетрадей в подборочных и вкладочных машинах определены требования, предъявляемые к разрабатываемой системе отбраковки страниц.

3. В процессе разработки создана закрытая БД изображений страниц для экспериментального моделирования системы отбраковки оттисков в брошюровочно-переплетных машинах.

4. В результате исследований закрытой БД была выявлена проблема сильных волнообразных деформаций при движении на транспортере тонких страниц телефонных справочников. Автором диссертационной работы даны рекомендации для ее устранения путем монтирования специальной пластины, ограничивающей движение страниц по оси z (приближение или удаление от сенсора).

5. Разработан метод и алгоритм автоматического построения модели эталонной страницы (режим обучения сенсора).

6. Разработан метод и алгоритм распознавания текстовой страницы для режима сравнения сенсора отбраковки страниц (рабочий режим сенсора).

7. Разработаны алгоритмы функционирования сенсора отбраковки страниц.

8. Получено частное решение задачи быстрого совмещения изображений.

9. Разработан алгоритм быстрого сравнения нечетких неполных графов.

10. Представленные в работе алгоритмы реализованы на языке ANSI С в виде программного кода для процессора DSP TMS320, используемого в сенсоре.

Предложенные в работе алгоритмы бинаризации и сегментации изображений успешно реализованы в программируемую логическую интегральную схему XGS-200 фирмы Xilinx.

11. Время работы текстового режима составляет значение в 80 мс при наличии 15-ти текстовых прототипов. Время работы полутонового режима равно 70 мс при работе с 3 регионами. Вероятности ошибок первого и второго рода распознавания на БД изображений равны: Рп = 0.04, Рл = 0.002.

12. Предложенный и разработанный подход к созданию системы отбраковки показал высокую надежность распознавания бракованных оттисков в процессе комплектовки блоков, причем надежность текстового вида обработки значительно выше полутонового.

13. Созданный сенсор отбраковки страниц был успешно внедрен в подборочную машину ZU-840 фирмы Kolbus, а также в оборудование американской компании Goss. Обе фирмы специализируются на изготовлении машин ППО. Фирма Kolbus планирует расширять возможности данного сенсора для устранения выявленных ограничений.

14. Безусловна рациональность использования сенсора, заключающаяся в том, что сенсор позволяет добиться высокой надежности и эффективности производства при хорошем качестве продукта, быстроты перехода с заказа на заказ, а также применения минимального количества делений на операции.

15. Разработанный сенсор может быть использован не только при комплектовке оттисков, но и в других областях, где должно производиться сравнение поступающих на обработку объектов с эталоном. Например, это может быть идентификацией объектов с этикетками или ярлыками, различными помеченными упаковками в других отраслях промышленности. При отличии объекта от оригинала сенсор будет выдавать цифровой сигнал, поступающий в компьютер управления оборудованием.

Направления дальнейших исследований

Разработанная в диссертации методика отбраковки оттисков имеет ограничения, проявляющие себя в режиме обучения: для «плохих» страниц, когда сенсор всегда выбирает режим полутонов как основной, что понижает надежность работы всей системы отбраковки. Эти проблемы обусловлены типами текста анализируемых страниц, каждый их которых требует отдельного решения. Это связано с проблемами в следующих частях алгоритма:

1. Определение размера используемого шрифта при определении строк текста. Алгоритм создавался только для определенных весьма широких в полиграфической практике типов текстовой информации, поэтому и разработанная сенсорная система отбраковки имеет ограничения на тип надежно работающих страниц. Например, в настоящий момент, алгоритм не поддерживает текст арабской письменности или текст, использующий иероглифы. Требуется исследовать принципы оформления текста в указанных странах для повышения качества работы оборудования, использующего разработанную сенсорную систему отбраковки страниц.

2. Выбор слов для отбора прототипов при наличии малого количества текста на странице. В алгоритме специально предусмотрен режим обнаружения больших букв и разреженного текста, который включается при недостатке информации для обычного режима работы, однако он требует дальнейшего улучшения и дополнительных исследований.

3. Определение ориентации текста. При определении ориентации текста для повышения качества работы алгоритм производит оценку выраженности одной ориентации перед другой. Если она недостаточна, то при выборе малого количества текстовых прототипов или большого количества плохих прототипов производится проверка на качество прототипов в другой ориентации. Если при этом результаты получаются значительно лучше, то предпочтение отдается новой ориентации. Хорошим примером страниц с проблемами в ориентации текста являются различного рода таблицы. Правда, если при этом значения в них практически не отличаются друг от друга, то задача отбраковки для нее становится невозможной в условиях работы предложенного алгоритма. Это один из примеров типов текста, который алгоритм не может распознавать. Требуется доработать принцип построения модели в таких случаях для повышения надежности системы отбраковки.

4. Существует целый ряд типов текста, которые требуют отдельного решения для реализации алгоритма работы с ними. Например, уже упоминавшиеся иероглифы образуют специфичные наборы сегментов, которые не могут быть обработаны предложенным в диссертации способом. Это также требует дальнейших исследований.

Список литературы диссертационного исследования кандидат технических наук Федоренко, Сергей Игоревич, 2006 год

1. Аветисян, Р. Д. Теоретические основы информатики. -М.: РГГУ, 1997. 167 с.

2. Анисимов, Б. В. Распознавание и цифровая обработка изображений. М. : Высшая школа, 1983.-295 с.

3. Антипин, М. В. Интегральная оценка качества ТВ изображения. М. : Наука, 1970.- 154 с.

4. Бахвалов, Н. С. Численные методы. Т. 1.-М.: Наука, 1973.-631 с.

5. Белоглазов, И. Н. Корреляционно-экстремальные системы / И. Н. Белоглазов, В. П. Тарасенко М.: Сов. радио, 1974. - 392 с.

6. Бейли, Н. Математика в биологии и медицине. М.: Мир, 1970. - 328 с.

7. Блейхут, Р. Быстрые алгоритмы цифровой обработки сигналов. М. : Мир, 1989.-448 с.

8. Васильев, Р. А. Оценка качества интерполяционных преобразований изображений / Р. А. Васильев, С. Д. Егорова // СПб.: Известия СПбГЭТУ, 1998. -Вып. 1.-С. 18-22.

9. Горелик, A. JI. Методы распознавания / A. J1. Горелик, В. А. Скрипкин М. : Высшая школа, 1989.-232 с.

10. Дроздов, В. Н. Синтез алгоритмов цифровых систем управления полиграфическим оборудованием. СПб. : Изд-во «Петербургский институт печати», 2003.-200 с.

11. Зыков, А. А. Теория конечных графов. Новосибирск : Наука, 1969. - 743 с.

12. Единая система программной документации. М.: Изд-во стандартов, 1982.

13. Киппхан, Г. Энциклопедия по печатным средствам информации. М. : МГУП, 2003. - 1280 с.

14. Коваленко, А. Н. Управление рабочими потоками. М. : МГУП, 2004. - 110 с.

15. Колмогоров, А. Н. Основные понятия теории вероятностей. М. : Наука, 1974.- 120 с.

16. Красовский, А. А. Теория корреляционно-экстремальных навигационных систем / А. А. Красовский, И.Н. Белоглазов М.: Наука, 1979. - 448 с.

17. Кузнецов, Ю. В. Технология обработки изобразительной информации. -СПб.: Изд-во «Петербургский институт печати», 2002.-312 с.

18. Малышкин, Е. В. Настольная книга издателя / Е. В. Малышкин, А. Э. Мильчин, А. А. Павлов, А. Е. Шадрин М.: Изд-во ACT, 2004. - 811 с.

19. Насакин, P. OCR как предмет первой необходимости // КомпьютерПресс. -2004.-№7.

20. Новиков, Ф. А. Дискретная математика для программистов. СПб. : Издательский дом «Питер», 2006. - 252 с.

21. Оппенгейм, Э. Применение цифровой обработки сигналов. -М.: Мир, 1980. -552 с.

22. Оре, О. Теория графов. М.: Наука, 1980. - 336 с.

23. Оре, О. Графы и их применение. -М.: Мир, 2002. 168 с.

24. Павлидис, Т. Алгоритмы машинной графики и обработки изображений. М.: Радио и связь, 1986. -400 с.

25. Патрик, Э. Основы теории распознавания образов. М. : Сов.Радио, 1980. -408 с.

26. Певзнер, Б. М. Качество цветных телевизионных изображений / Изд. 2-е. -М.: Радио и связь, 1988. 244 с.

27. Розанов, Ю. А. Теории вероятностей, случайные процессы и математическая статистика. М.: Наука, 1989.-320 с.

28. Самарин, Ю. Н. Регистрация изображения на термочувствительных материалах // Известия ВУЗов. Проблемы полиграфии и издательского дела. М. : МГУП, 2005. - № 1. - С. 57-64.

29. Стефанов, С. Полиграфия для рекламистов и не только. М. : Гелла-принт, 2002.-352 с.

30. Ту, Д. Принципы распознавания образов / Д. Ту, Р. К. Гонсалес М. : Мир, 1978.-411 с.

31. Федоренко, С. И. Алгоритм работы сегментатора с автонастройкой для сенсорной системы по отбраковке «ложных» страниц // Известия ВУЗов. Проблемы полиграфии и издательского дела. М. : МГУП, 2005. - № 1. - С. 8591.

32. Федоренко, С. И. Алгоритм работы сенсорной системы по отбраковке «ложных» страниц // Известия ВУЗов. Проблемы полиграфии и издательского дела. М.: МГУП, 2005. - № 2. - С. 80-84.

33. Федоренко, С. И. Алгоритм режима для полутонов в сенсорной системе отбраковки «ложных» страниц // Проблемы экономики и прогрессивные технологии в текстильной, легкой и полиграфических отраслях промышленности.- СПб.: СПГУТД, 2005. № 10. - С. 100-102.

34. Федоренко, С. И. Создание библиотеки для отображения свойств динамических систем // II международная конференция «Дифференциальные уравнения и их применения. СПб.: СПбГТУ, 1998. - С. 199-200.

35. Феллер, В. Введение в теорию вероятностей и ее приложения. Т.1. М.: Мир, 1984.-498 с.

36. Фукунага, К. Введение в статистическую теорию распознавания. М.: Наука, 1979.-368 с.

37. Хведчин, Ю. И. Послепечатное оборудование. 4.1. Брошюровочное оборудование. М.: МГУП, 2003. - 466 с.

38. Ярославский, JI. П. Цифровая обработки сигналов в оптике и голографии. -М.: Радио и связь, 1987. 296 с.

39. Пат. РТС/ЕР2004/000831, МПК G06T 5/20, 5/00. Image Processing System / L. Beikirch, S. I. Fedorenko; заявитель и патентообладатель фирма БаумерОптроник ГМБХ.-№ WO 2005/073911 А1; заявл. 30.01.04; опубл. 11.08.05.-69 р.

40. Christensen, G. Е. Consistent Image Registration / G. E. Christensen, H. J. Johnson // IEEE Transactions on medical imaging. 2001. - V. 20, № 7. - P. 568-582.

41. Djouadi, A. A fast algorithm for the nearest-neighbor Classifier / A. Djouadi, E. Bouktache // IEEE Transactions on pattern analysis and machine intelligence. 1997. -V. 19, №3.-P. 277-281.

42. Jain, A., Document representation and its application to page decomposition // IEEE Transactions on pattern analysis and machine intelligence. 1998. - V. 20, № 3. -P. 294-308.

43. Gabrani, M. Surface-based matching using elastic transformation // M. Gabrani, O. J. Tretiak // Pattern Recognition. 1999. - № 32. - P. 87-97.

44. Gray, R. Probability, random processes, and ergodic properties. Stanford University, 2001 -209 p.

45. Lee, C. Feature extraction based on decision boundaries / C. Lee, D. Langrebe // IEEE Transactions on pattern analysis and machine intelligence. 1993. - V. 15, № 4 -P. 388-400.

46. Nixon, M. Feature extraction and image processing / M. Nixon, A. Aguado. -Newness Oxford, 2002 360 p.

47. O'Gorman, L. The document spectrum for page layout analysis // IEEE Transactions on pattern analysis and machine intelligence. 1993. - V. 15, № 11 - P. 1162-1173.

48. Parker, J. R. Algorithms for image processing and computer vision. Wiley computer publishing, 1997.-417 p.

49. Pratt, W. K. Digital Image Processing. Wiley-Interscience publication, 2001. -735 p.

50. Sanjit, К. M. Nonlinear Image Processing / К. M. Sanjit, G. L. Sicuranza. -Academic press, 2001. 472 p.

51. Seul, M. Practical Algorithms for Image Analysis / M. Seul, L. O'Gorman, M. J. Sammon. Cambridge University press, 2001. - 301 p.

52. Simon, A. A fast algorithm for bottom-up document layout analysis / A. Simon, J. Pret, P. Johnson // IEEE Transactions on pattern analysis and machine intelligence. -1997. V. 19, № 3 - P. 273-277.

53. TMS320C4x General-purposes applications User's Guide. Texas Instruments, 1999.-324 p.