印刷質量檢測技術的專利分析及發展建議

發表時間：2025-12-30 15:09作者：李龍來源：智能印刷

本文分析了印刷質量檢測技術的專利文獻，對申請量隨時間的變化、專利申請的地域分布、全球技術來源國—技術流向國、國內外重要申請人、中國省市排名進行了分析，并梳理了印刷質量檢測重點技術分支的專利技術，以期對我國印刷質量檢測技術的發展提供建議。

印刷品肩負著文化傳播、展現企業形象等的多種角色，因此，印刷業對印刷裝置及其產品質量有著嚴苛的標準。但無論是傳統印刷還是數字印刷，印刷品都會出現各種印刷質量問題，如缺陷、污點、模糊、漏印等情況。如何準確快速地對印刷品進行缺陷檢測以提高印刷品質量，成為了相關技術人員的研究重點。

本文將研究概念限定為“印刷質量檢測技術”，數據來源于incoPat數據庫，檢索截止日期為2024年10月31日，數據采用“中英文關鍵詞＋分類號”進行限定檢索。其中，關鍵詞包括打印、印刷、缺陷、質量、品質等，分類號則主要限定在IPC為B41J（打字機；選擇性印刷機構，即不用印版的印刷機構；印刷錯誤的修正）和G01N21/00（利用光學手段分析測試或分析材料）、G06T7/00（圖像分析）、G06K7/00（傳感記錄載體的方法或裝置）、G06N3/00（基于生物學模型的計算機系統）、G06N7/00（基于特定數學模式的計算機系統）和G06N20/00（機器學習）及其下位點組。以專利數據為支撐，從不同角度揭示印刷質量檢測技術的發展現狀，以期為推動印刷質量檢測技術的加速發展提供參考意見。

專利申請概況

1.全球和中國申請量趨勢分析

圖1 印刷質量檢測技術全球專利申請趨勢

基于印刷質量檢測技術，對相關專利進行近50年的全球申請量分析，簡單合并同族后共計4241件，按照年代的分布情況繪制出印刷質量檢測技術全球專利申請趨勢（如圖1所示）。從圖中可以看出，印刷質量檢測技術經歷了技術萌芽期和快速增長期。其中，考慮到我國的專利申請采用先申請后公開的制度，因此，2023—2024年的專利數據量僅供參考。

從全球申請量趨勢可以看出，在全球印刷檢測技術萌芽期（1972—1990年）階段，隨著計算機應用的普及，人們對印刷產品的檢測逐步脫離了純人工檢測，開始借助計算機采用圖像分析方法獲取印刷品的顏色、亮度、飽和度等質量屬性，通過上述一個或多個質量屬性來評估印刷質量。

在快速增長期（1991年至今）階段，隨著設備自動化程度的提高、人們對印刷質量需求的不斷提升以及人工智能算法應用領域越來越廣泛，考慮到印刷質量最終作用于人類視覺感官的因素，研究學者將對機器視覺感知質量的客觀評估引入到印刷質量檢測中，如基于卷積神經網絡模型、監督學習算法、機器學習算法、生成對抗網絡等多種人工智能算法進行印刷品質量檢測，以不斷提升檢測的準確度和檢測效率。

而從中國專利申請量趨勢可以看出，中國技術的發展同樣滿足技術萌芽期和快速增長期的時間階段，但是，中國印刷檢測相關專利在2007年之前申請量相對較少，這是因為中國起步較晚，且在前期的專利意識相對較為淡薄，對相關技術的專利申請量較低，但隨著技術的發展和專利意識的增強，印刷檢測相關專利在中國的申請量增長趨勢良好，中國專利申請在全球專利申請量中的占比越來越大，其增長速度超過了全球平均增長趨勢。

2.全球申請量區域分布

31.1.png

圖2 印刷質量檢測技術全球專利申請分布情況

如圖2所示，為印刷質量檢測技術全球專利申請分布情況，從中可以看出，目前在全球范圍內，中國的專利申請量最多，為1987件，約占全球申請總量的46.9%；排名第二到第五的申請國家分別是日本、美國、韓國和德國，占比分別為30.4%、13.4%、2.3%、1.8%。由此可知，中國與其他國家相比，雖然專利申請起步較晚，但是近些年后來者居上，在印刷質量檢測領域的專利申請量在全球占有優勢。這充分說明了中國作為印刷大國，其對印刷行業的研發投入較大，印刷質量檢測技術的相關研究在國內發展趨勢良好。

3.技術來源和技術流向分析

31.2.png

圖3 全球專利技術來源國—技術流向國分析

從圖3所示的全球專利技術來源國—技術流向國分析情況來看，我國的技術布局地主要在本國，海外專利布局相對薄弱，但各主要技術來源國均有在我國進行專利布局，體現出各國看好我國印刷市場的前景。另外，可以看到日本、美國和德國在海外布局的專利相對較多，更加注重海外市場，日本、韓國和德國都比較重視美國市場，美國則比較重視在日本的專利布局。

4.全球重要創新主體分析

31.3.png

圖4 印刷質量檢測全球專利申請人排名

從圖4所示的印刷質量檢測全球專利申請人排名情況來看，排名前六的均為日本公司，可見日本在印刷質量檢測領域處于領導地位。其中，理光、富士膠片和佳能在印刷行業中具有重要的地位，憑借其創新技術和多元化的產品，成為全球印刷行業的領先者，其專利申請量也遠高于其他企業。除此之外，排名前十五中有3家美國公司、1家韓國公司和1家德國公司，中國排名靠前的是一家貨幣印制領域的龍頭企業——中國印鈔造幣總公司。

5.中國重要創新主體分析

圖5 印刷質量檢測技術中國專利申請人排名

從圖5所示的印刷質量檢測技術中國專利申請人排名情況來看，除了排名首位的中國印鈔造幣總公司外，排名第二的是國內最大的視覺系統提供商——北京大恒圖像視覺有限公司，但從總體來看，國內企業的專利申請量與國際巨頭還存在一定的差距。另外，中國的高校如廣東工業大學、西安交通大學、武漢大學、西安理工大學、東華大學在印刷質量檢測領域具有較好的研究基礎。

6.國內省市競爭力分布

32.0.png

圖6 印刷質量檢測技術中國專利申請省市排名

從圖6所示的印刷質量檢測技術中國專利申請省市排名情況來看，廣東專利申請量最多，為369件；其次為江蘇，284件；再次為北京，163件。廣東、江蘇具有得天獨厚的地理優勢和經濟發展優勢，是我國的印刷業大省；北京作為首都和文化中心，擁有眾多大型國有印刷企業和高新技術企業，技術先進，在印刷質量檢測方面也具有較好的技術基礎。

7.重點檢測技術專利分析

印刷質量檢測技術伴隨著人們對印刷要求的提高而不斷發展。在印刷質量檢測技術發展的早期，印刷行業依托人工對印刷質量進行檢測，檢測者借助頻閃儀，抽檢一定量的印刷產品，目測是否存在缺陷。人工檢測存在耗時、效率低下且檢測質量標準不一致的問題，基于此，基于一定理論的自動化評價方法（包括密度檢測法和色度檢測法）應運而生。隨著圖像技術的發展，后來出現了將圖像處理技術與印刷原理相結合而形成的高速印刷全自動在線檢測方法（包括圖像識別技術和機器視覺檢測系統）。近年來，隨著人工智能的不斷發展，印刷質量檢測向著智能化發展，出現了基于深度學習算法的質量檢測技術，進一步提高了檢測系統的精度和效率。針對以上不同的檢測技術，本文參考專利被引證次數、同族數量，對各重點檢測技術分支的專利進行分析。

（1）人工檢測技術

日本日立公司在1972年11月17日申請了一項名稱為“用于檢測和提取圖案中的較小部分的設備”的發明專利（公告號：DE2256617B2），其針對人工檢測時，復雜和尺寸較小、圖案缺陷難以發現的問題，提供了一種設備，包括用于順序掃描要檢查的圖案，并將所述圖案轉換為電視頻信號的輸入裝置；按預定采樣時間間隔對電視頻信號進行采樣，并將電視頻信號轉換為二進制形式的裝置；二維圖像提取裝置，用于將來自采樣和二進制轉換裝置的一維排列的輸出重新排列為表示圖案的子區域的二維排列的信號；用于從存儲在二維圖像提取裝置中的信息中提取信號的處理裝置，通過該設備可以使得圖案中較小尺寸的缺陷被檢測到。

（2）密度檢測技術

日本三菱重工和日本凸版印刷株式會社于1984年3月7日聯合申請了一項名稱為“印刷品質量缺陷檢查裝置和方法”的發明專利（公開號：JPS60146133A），通過將來自印刷圖像圖案的電信號分成圖像元素，檢測幾個連續圖像元素的密度變化，將結果與預置圖像元素的密度變化進行比較，可以精確地檢測圖像圖案上的缺陷、字符圖案和印刷品上的污漬。

日本柯尼卡美能達公司于2006年2月7日申請了一項名稱為“平版印刷版材料的故障檢測方法”的發明專利（公開號：JP2006029518A），將平版印刷版材料涂布于塑料支撐體上并進行干燥，在塑料支撐體上具有至少一個親水層和至少一個圖像形成層，通過拍攝透射平版印刷版材的光，從圖像數據中提取具有特定密度或更高的部分，并從由具有特定密度或更高的部分的面積和累積密度計算的公式中提取故障部分。

（3）色度檢測技術

日本凸版印刷株式會社于1985年3月15日申請了一項發明名稱為“打印檢查裝置”的發明專利（公開號：US4685139A），公開了一種印刷品檢查裝置，它可以通過光學檢測裝置掃描印刷品的整個印刷圖案，在每個像素處檢測打印圖案的圖像信息；利用參考信息計算檢測到的圖像信息之間的差，在光學檢測裝置的掃描方向上延遲幾個像素中的微分信號，計算微分信號和延遲的微分信號之間的差，將閾值電平設置為根據結果產生的二次微分信號；并且當二次微分信號超過閾值電平時判斷打印缺陷的產生，這樣即使在打印紙張上出現顏色密度的整個變化時也能準確地檢測打印缺陷。

天津科技大學于2011年4月6日申請了一項發明名稱為“一種印刷品全畫面質量和缺陷檢測方法”的發明專利（公開號：CN102221554A）。其用光電耦合器獲取標準樣張和待測印刷品的數字圖像；對數字圖像分區，提取每個區域內每個像素的RGB值，并轉換為CIELab值；對待測印刷品圖像中各個像素的CIELab值與標準樣張圖像中對應像素CIELab值進行色差、ΔL*、Δa*和Δb*的計算；根據不同質量要求的色差、ΔL*、Δa*和Δb*的閾值來判斷印刷品的差別和缺陷。

（4）圖像識別技術

日本岡谷電機產業株式會社于2002年11月25日申請了一項基于圖像識別的缺陷檢測方法（公開號：JP2004177170A），為解決精確且快速地檢查具有平坦表面的印刷電路板、片材等上的諸如異物的缺陷部分的問題，提供了一種通過圖像識別實現該缺陷檢查方法的裝置。其由圖像拾取裝置和計算機構成，在對輸入的檢查圖像進行圖像處理時，使用基于灰度級的歸一化相關的圖案匹配方法（PM），作為在圖像處理中使用的PM的模型，使用實心平面圖案的模板和該模板的網格劃分（一維/二維/兩者的組合）。

阿里巴巴集團控股有限公司于2020年12月21日申請了一項發明名稱為“印刷誤差檢測系統的發明專利”（公告號：CN113516147B）。在印刷誤差檢測系統中，基于圖像采集設備、服務器以及顯示終端之間的交互，可拍攝印刷物的圖像，并將拍攝到的圖像和印刷時采用的印刷模板圖像輸入印刷誤差檢測模型，得到印刷誤差檢測結果，基于印刷誤差檢測結果，可以快速判斷印刷成品是否滿足印刷模板對應的印刷要求。

（5）計算機視覺技術

中國印鈔造幣總公司于2018年11月16日申請了一項發明名稱為“涂布印刷在線檢測裝置及檢測方法”的發明專利（公開號：CN111141759A），解決裝置體積較大和一些較小的涂布層缺陷難以檢測出來的問題，通過線掃描光源下的條形反光鏡反射在印刷品的待測靶面上，待測靶面被照亮后，反射的光線通過線陣相機下的條形反光鏡進入線陣相機，這樣，印刷滾筒上的涂布印刷品在轉動過程中可以完成全幅面產品的視覺檢測，提高缺陷檢出率，同時采用條形反光鏡的打光和受光形式，不需要將線掃描光源和線陣相機置于待測靶面的兩側，有效減小了整體裝置的尺寸。

美國迪馬斯公司于2019年1月4日申請了一項名稱為“一種視覺印刷缺陷檢測方法”的發明專利（公告號：US10834283B2），其針對熱直接和熱轉印印刷機在輸出中可能存在的條帶、空隙、色帶褶皺、油墨分裂以及污染等缺陷問題，使用驗證器掃描以生成掃描圖像；通過將所述掃描圖像與參考圖像進行比較并將所述掃描圖像的參數與所述參考圖像進行匹配來處理所述掃描圖像以獲得差異圖像；分析所述差異圖像以檢測一個或多個印刷缺陷；將所述一個或多個檢測到的印刷缺陷分組在一個或多個組中；細化檢測到的印刷缺陷的分組，將置信水平值分配給所述一個或多個細化組；以及執行置信水平分析以確定是否應當執行一個或多個服務動作，進而觸發校正或預防動作。

（6）深度學習檢測技術

日本富士膠片公司于2020年2月13日申請了一項名為“印刷品缺陷檢查設備、缺陷檢查方法”的發明專利（公告號：JP7256139B2），為了確定印刷品不規則尺寸的缺陷，執行以下處理，直到M從1增加到N，該處理接受作為輸入的基于對印刷品進行成像的成像圖像數據和構成用于印刷品檢查的基準數據，使用機器學習模型輸出印刷品的第一缺陷信息，接受作為輸入的尺寸已經以第一比率被轉換為M倍的成像圖像數據和基準數據，使用機器學習模型輸出印刷品的第（M+1）個缺陷信息，并且基于從第一缺陷信息到第（N+1）個缺陷信息中的至少一個缺陷信息來確定印刷品的缺陷。

哈爾濱工業大學于2021年3月31日申請了一項名稱為“一種基于深度學習的工業印刷品圖像配準方法及裝置”的發明專利（公告號：CN113160289B）。為解決當前部分工業紙質印刷品圖像配準存在的問題，根據對應切割規則從模板圖像和待配準圖像中分別提取尺寸相同的切片，得到一組切片，將一組切片深度融合后得到圖像切片對，將所述圖像切片對輸入配準網絡模型中進行訓練，得到配準圖像切片；將所述配準圖像切片舍去邊緣部分，然后進行切片對位拼接，得到完整的配準印刷品圖像。其中，配準網絡模型骨架為類UNet網絡，利用空間變換層對不同尺度的特征圖進行非剛性配準，配準特征圖與解碼器中相鄰尺度的特征圖進行融合，同時，相鄰尺度配準場也進行融合，綜合提升了模型對較大形變印刷品圖像的配準能力。