本發明涉及人工智能、計算機視覺、圖像識別以及印刷等，尤其涉及一種基于deeplab模型的手機殼油墨亮度缺陷檢測方法與手機殼。

背景技術：

1、在手機殼的印刷生產工藝中，一般包括印刷網板準備，油墨印刷，靜置，烘烤以及覆膜等工序。在準備好印刷網板后，將配置好的油墨通過印刷網板印刷到基材的底色層(例如，基材的綠膜面)，通過靜置、烘烤，再通過磨砂膜覆蓋油墨印刷層。在配置油墨通過印刷網板印刷到基材的底色層的工序中，需要檢測基材的油墨印刷層油墨的亮度是否符合要求。現有技術中，為檢測基材的油墨印刷層油墨的亮度，主要有目視檢測、亮度計或光澤度儀檢測、分光光度儀檢測等檢測技術。目視檢測的檢測結果容易受到操作人員經驗、視力以及環境光線變化的影響，檢測精度低，檢測效率低，亮度計或光澤度儀檢測則只能檢測特定的點或區域，難以全面覆蓋整個印刷層，而分光光度儀檢測需要價格昂貴的設備，而且操作復雜，檢測成本高。

2、綜上所述，現有手機殼的印刷生產工藝中，基材的油墨印刷層的油墨亮度的檢測技術存在檢測精度低，檢測效率低，檢測成本高，檢測不全面等技術問題。

技術實現思路

1、針對上述現有技術存在的不足，本發明提供一種基于deeplab模型的手機殼油墨亮度缺陷檢測方法與手機殼，以提升基材的油墨印刷層的油墨亮度的檢測精度和效率，降低檢測成本，實現油墨印刷層的油墨亮度的全面檢測。

2、第一方面，本發明提供一種基于deeplab模型的手機殼油墨亮度缺陷檢測方法，包括：

3、統計手機殼基材中反映不同油墨亮度缺陷的油墨印刷層圖像，并對所述油墨印刷層圖像進行預處理，以得到預處理后的油墨印刷層圖像數據；

4、將所述油墨印刷層圖像數據輸入deeplab模型，以訓練所述deeplab模型識別所述不同油墨亮度缺陷的能力，得到能夠識別所述手機殼基材的油墨印刷層的油墨亮度缺陷的現實deeplab模型；

5、在手機殼的印刷生產過程中，通過漫反射光源相機系統對靜置、烘烤后的當前手機殼基材的油墨印刷層進行成像，以得到當前手機殼基材的油墨印刷層圖像，并將當前手機殼基材的油墨印刷層圖像輸入所述現實deeplab模型，進行當前手機殼基材的油墨印刷層的油墨亮度缺陷識別。

6、第二方面，本發明提供一種手機殼，所述手機殼在印刷工藝中使用上述基于deeplab模型的手機殼油墨亮度缺陷檢測方法進行檢測。

7、本發明與現有技術相比，其有益效果如下：

8、本發明提供一種基于deeplab模型的手機殼油墨亮度缺陷檢測方法與手機殼，通過統計手機殼基材中反映不同油墨亮度缺陷的油墨印刷層圖像，并對所述油墨印刷層圖像進行預處理，以得到預處理后的油墨印刷層圖像數據，將所述油墨印刷層圖像數據輸入deeplab模型，以訓練所述deeplab模型識別所述不同油墨亮度缺陷的能力，得到能夠識別所述手機殼基材的油墨印刷層的油墨亮度缺陷的現實deeplab模型，在手機殼的印刷生產過程中，通過漫反射光源相機系統對靜置、烘烤后的當前手機殼基材的油墨印刷層進行成像，以得到當前手機殼基材的油墨印刷層圖像，并將當前手機殼基材的油墨印刷層圖像輸入所述現實deeplab模型，進行當前手機殼基材的油墨印刷層的油墨亮度缺陷識別，從而提升基材的油墨印刷層的油墨亮度的檢測精度和效率，降低檢測成本，實現油墨印刷層的油墨亮度的全面檢測。

技術特征：

1.一種基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，包括：

2.如權利要求1所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，當前手機殼基材的油墨印刷層的油墨亮度缺陷包括：亮度不足、亮度過高、亮度不均勻、反光亮斑、邊緣亮度模糊、局部亮條紋以及暗斑。

3.如權利要求1所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，對所述油墨印刷層圖像進行預處理時，包括：將油墨印刷層圖像的圖像尺寸統一，并將油墨印刷層圖像的亮度范圍統一。

4.如權利要求1所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，對所述油墨印刷層圖像進行預處理時，包括：通過旋轉油墨印刷層圖像、裁剪油墨印刷層圖像、對油墨印刷層圖像進行亮度調整，以擴充油墨印刷層圖像的數據集。

5.如權利要求1所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，在所述現實deeplab模型識別到當前手機殼基材的油墨印刷層存在油墨亮度缺陷時，將油墨亮度缺陷的具體類型傳輸給生產監控端。

6.如權利要求5所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，所述生產監控端根據所述油墨亮度缺陷的具體類型匹配所述油墨亮度的缺陷造成原因，在匹配到所述油墨亮度的缺陷造成原因后向生產負責人提供相應的反饋建議。

7.如權利要求6所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，所述生產監控端根據所述油墨亮度缺陷的具體類型匹配所述油墨亮度的缺陷造成原因，包括：預設所述油墨亮度的缺陷類型和缺陷原因的映射庫；在收到所述油墨亮度缺陷的具體類型時，將所述油墨亮度缺陷的具體類型作為索引，在所述缺陷類型和缺陷原因的映射庫中進行自動檢索，以匹配到具體類型的油墨亮度的缺陷造成原因。

8.如權利要求7所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，在匹配到所述油墨亮度的缺陷造成原因后向生產負責人提供相應的反饋建議時，包括：對所述油墨亮度不同的缺陷原因預設不同的反饋建議；根據油墨亮度缺陷類型匹配到的缺陷造成原因后，自動關聯出相應的反饋建議，以向生產負責人提供。

9.如權利要求8所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法，其特征在于，根據油墨亮度缺陷類型匹配到的缺陷造成原因后，自動關聯出相應的反饋建議，包括：根據油墨亮度缺陷類型匹配到的缺陷造成原因后，自動關聯出調整相關設備的調整建議，或者根據油墨亮度缺陷類型匹配到的缺陷造成原因后，自動關聯出對印刷油墨進行優化的優化建議，或者根據油墨亮度缺陷類型匹配到的缺陷造成原因后，自動關聯出對手機殼基材進行質檢的質檢建議。

10.一種手機殼，其特征在于，所述手機殼在印刷工藝中使用如權利要求1-9任一項所述的基于deeplab模型的手機殼油墨亮度缺陷檢測方法進行檢測。

技術總結
本發明涉及人工智能、印刷等技術領域，提供一種基于DeepLab模型的手機殼油墨亮度缺陷檢測方法與手機殼，通過統計手機殼基材中反映不同油墨亮度缺陷的油墨印刷層圖像后進行預處理，得到油墨印刷層圖像數據，將油墨印刷層圖像數據輸入DeepLab模型，以訓練DeepLab模型識別不同油墨亮度缺陷，得到現實DeepLab模型，在手機殼的印刷生產過程中，通過漫反射光源相機系統對當前手機殼基材的油墨印刷層進行成像，以得到當前手機殼基材的油墨印刷層圖像，并將當前手機殼基材的油墨印刷層圖像輸入現實DeepLab模型，進行當前手機殼基材的油墨印刷層的油墨亮度缺陷識別，從而提升基材的油墨印刷層的油墨亮度的檢測精度和效率，降低檢測成本，實現油墨印刷層的油墨亮度的全面檢測。

技術研發人員：陳昌潤,汪建軍,李慧林,胡世春,關王批,黃亮欽
受保護的技術使用者：深圳市精品誠電子科技有限公司
技術研發日：
技術公布日：2025/3/20