一种基于机器学习的印刷质量检测方法及装置

本发明涉及机器学习领域，且公开了一种基于机器学习的印刷质量检测方法及装置，包括获取印刷品在多批次、异构光照及多角度成像条件下的原始图像数据，结合图像区域均衡策略与光干扰屏蔽机制，构建印刷图像训练集；对印刷图像训练集进行图像块级细粒度划分，并采用基于残差注意机制的深度卷积模型对各图像块进行多通道特征提取，通过特征耦合结构生成复合特征图谱；基于复合特征图谱，构建缺陷定位网络，识别潜在缺陷响应区域；结合初始缺陷候选集合，引入图像背景扰动模拟机制与局部伪影反演模型，建立缺陷误检修正框架，剔除由非印刷误差导致的干扰区域。本发明具备提升缺陷识别的准确性的优点。