Image 检测打印图像中的缺陷/差异

我一直在试验各种方法来检测印刷图像中的缺陷。被认定为缺陷的特征可能包括划痕、变色等

我在图像处理方面不是很有经验，也不确定我的方法是否可以接受

我尝试过几种方法：

给出两张图片（一张是好的，另一张是坏的）

阈值和模糊

运行Canny边缘检测

使用

FastNLMeans消除噪音

对两幅图像进行异或运算，并使用

SIFT

查找可能被归类为缺陷的突出特征

在非常有限的情况下，它工作得非常好

正如所见，这种方法似乎在工业中使用/提出了一些（？）。但问题是，如果你有两个图像有一点点错位，那么你就会遇到问题，因为你所有的异或运算都会导致一个非常错误的异或失真图像。因此，对我来说，这似乎不是一个可接受的解决方案，因为不可能每次完全对齐两个图像（或者我可以尝试重新对齐图像）

我应该如何处理这个问题。是否有一种方法类似于XOR ing，更能容忍细微差异？或者，可能是一种完全不同的方法

可能的替代方案

将两幅图像分成n×n像素的块。计算并比较从图像A到图像B分解的每个像素块的直方图。即使其中一个图像有点模糊，直方图仍应相似（不确定这是否是合理的假设）。如果任何区块包含黑色或白色斑点，则应标记该区块以供进一步检查

检测较暗的字体颜色

检测不应该存在的眉毛

---

检测褪色/变亮区域

编程部分似乎有一个手柄。你可能会得到一个很好的答案，但我认为这更像是一个信号处理问题？你可能会有更多的运气。你能发布示例图片吗？你试过SSIM（结构相似性指数度量）吗？我没有试过SSIM。我去看看。