随着印刷行业的快速发展,印刷企业对于产品成本及产品质量的控制愈加重视,自动化印刷品表面质量检测成为印刷行业检测的主要方式。在检测前,工人们通常会采集一幅合格样品的图像作为模板,检测时将实时采集得到的样本图像与模板图像进行配准和对比分析,以判断样品是否存在缺陷。为了保证配准的准确性,通常会在模板图像中划定一个显著且唯一的区域用来辅助定位,这个区域称为定位核。传统的定位核选取方式为人工选取,这样的选取方式存在很多问题。首先,受先验知识影响,不同的人选取的定位核也不尽相同,定位核的选取没有明确的标准,选取质量因人而异;其次,给操作工做定位核相关图像领域的培训,无形中会增加整套自动化检测系统的使用成本。本文以电子产品标签为研究对象,对定位核的自动获取方法进行了探索,提出了一些可行的方法,并取得一定成果,具体如下:(1)收集生活中常见的电子产品,模拟工业现场环境拍摄电子产品标签图像,建立样本库,为后面的实验分析提供样本。(2)给出定位核的定义及选取准则,同时设计了一种标签图像定位核备选区域提取方法。首先,基于最大稳定极值区域算法得到连通域,进而从区域面积、方差、宽高比、边界距离四方面建立条件筛选模型,滤除不适合做定位核的区域。然后,设计邻近区域合并准则,合并邻近区域,保证区域内图形的完整性。最后,将不同区域的梯度内积和作为相似度量值,标记相似区域并剔除,输出定位核备选区域。实验表明,该算法不仅简洁有效,而且还能在一定程度上不受机械系统固有误差的影响。(3)在研究最优定位核区域特征的基础上,本文设计了最优定位核的提取方法。首先,设计并提取表征最优定位核的区域特征。接下来,基于局部异常因子设计最优定位核判定准则,结合输入的两个区域特征得到最优定位核。最后,将得到的最优定位核,应用到检测系统中测试定位核有效性及配准时间。实验结果表明,该算法所提取出的最优定位核能够代替人工选取,同时耗时低,可靠性高。