Le regard derrière le contrôle qualité d'impression : tout part du suivi de contours

Une scène classique en atelier : le système d'inspection déclenche une alerte, l'opérateur accourt, mais la feuille ne présente rien d'anormal. Après plusieurs fausses alertes, le conducteur baisse la sensibilité de deux crans. Les alarmes se taisent, puis les véritables rayures commencent à passer entre les mailles du filet

Il ne s'agit pas d'une panne machine, mais d'un désalignement entre l'opérateur et le système sur ce qui constitue un « défaut ». Pour s'accorder, il faut d'abord comprendre ce que cherche l'algorithme derrière la caméra. Il cherche des contours : des limites fermées où les niveaux de gris ou les couleurs varient assez nettement dans l'image. En comprenant comment ces contours sont extraits et suivis d'une image à l'autre, vous saurez exactement quel paramètre régler sur votre ligne et où investir votre budget

Parce que le contour est la seule caractéristique qu'une machine peut quantifier de manière stable tout en collant au plus près au jugement de l'œil humain

Le domaine de la vision par ordinateur a depuis longtemps formalisé le « suivi en temps réel d'objets multiples basé sur les contours » en un cadre algorithmique opérationnel, capable d'isoler plusieurs cibles et de maintenir leur positionnement [1]. Bien que cette recherche n'ait pas été conçue pour l'imprimerie, la structure du problème est identique à l'inspection sur rotative : un flux continu d'images en mouvement, plusieurs cibles simultanées et une exigence absolue de temps réel

Traduit en langage d'imprimerie :

・Pétouille : un contour fermé, de petite surface et à fort contraste, qui apparaît dans une zone non imprimée où aucun contour ne devrait exister

・Rayure : un contour fin et allongé, au ratio longueur/largeur extrême, s'étirant généralement dans le sens de défilement du papier

・Défaut de repérage : il ne s'agit pas d'un contour supplémentaire, mais du décalage d'un même contour de motif entre différentes séparations de couleurs. C'est la distinction essentielle : une erreur d'alignement géométrique de contours, et non l'apparition d'un élément intrus

Pour le système, ces trois défauts correspondent à trois problèmes mathématiques totalement distincts. Cela explique une situation fréquente en atelier : un système excellent pour repérer les pétouilles commet souvent des erreurs sur le repérage. Détecter des pétouilles consiste à « repérer des contours superflus », tandis que vérifier le repérage repose sur la « comparaison des déplacements relatifs de contours existants ». Les seuils paramétrés ne sont absolument pas interchangeables. Le fournisseur vous livre un système complet, mais vous n'ajustez souvent qu'un seul jeu de paramètres

La différence tient à une chose : le suivi gère « l'identité d'un même défaut à travers des images consécutives », au lieu de simplement se demander si « cette image isolée présente une anomalie »

La valeur clé du suivi multi-objets en temps réel par contours réside dans sa capacité à maintenir simultanément l'identification et la position de plusieurs cibles dans un flux vidéo dynamique [1]. Sur une ligne d'impression, l'impact concret est direct : cela évite au système de comptabiliser dix fois le même défaut

Le calcul est simple. À une vitesse de 300 m/min, le papier défile à 5 mètres par seconde. Avec une caméra capturant à 30 images par seconde, une salissure incrustée sur un cylindre (par exemple une particule d'encre séchée sur le cylindre d'impression) réapparaîtra sur des dizaines d'images consécutives. (Estimation théorique, les valeurs réelles dépendant de la machine et des paramètres de capture.) Un système sans suivi l'enregistrera comme des dizaines de défauts isolés, masquant les véritables anomalies aléatoires. Un système doté de capacités de suivi reconnaîtra qu'il s'agit du « même contour récurrent de façon périodique » et déduira que le défaut provient du cylindre, non du support papier

La distinction entre défauts aléatoires et défauts périodiques représente le bénéfice opérationnel majeur du suivi de contours. Le premier cas demande juste d'éjecter la feuille défectueuse ; le second exige d'arrêter la machine pour nettoyer le cylindre. Si le système se limite à un verdict binaire « présence / absence », vous resterez toujours tributaire de l'expérience du conducteur pour trancher

Parce que la majorité des fausses alertes proviennent de « contours bien réels, mais qui ne sont pas des défauts » : points de trame, textures, grain du papier ou petits textes normaux constituent tous des contours légitimes pour l'algorithme

C'est la différence fondamentale entre l'imprimerie et le contrôle industriel standard. Lors de l'inspection d'une vis métallique, l'arrière-plan est net et uniforme. Sur un imprimé, l'arrière-plan est lui-même une mosaïque dense de contours. Sur un tirage quadrichromie tramé à 175 lpi, chaque pouce carré compte des dizaines de milliers de points de trame, chacun formant une frontière. Détecter une pétouille de 0,3 mm sur un tel fond revient à extraire un signal faible au milieu d'un bruit intense

En pratique, la réduction des fausses alertes suit trois étapes rigoureuses dans l'ordre :

・1. Vérifier d'abord si la résolution optique est suffisante. C'est le plafond matériel : aucun logiciel ne peut compenser une optique sous-dimensionnée. Estimation rapide : si une caméra de 4096 pixels couvre une laize de 1000 mm, un pixel représente environ 0,24 mm. Vouloir détecter un défaut de 0,3 mm avec seulement un ou deux pixels relève du coup de chance. Pour fiabiliser la détection d'un élément de 0,3 mm, le défaut doit couvrir au moins 3 à 5 pixels. Si la résolution optique est insuffisante, modifier les paramètres logiciels ne sert à rien

2. Calibrer ensuite l'échantillon de référence (golden sample). Si la référence du système provient d'une feuille comportant une légère salissure ou une dérive chromatique, chaque tirage conforme suivant sera qualifié d'anomalie

3. Ajuster les seuils de tolérance en dernier lieu. Ce réglage doit s'effectuer par zones : les grands aplats, les textes fins et les réserves blanches acceptent des densités de contours totalement différentes. Appliquer un seuil global unique à l'ensemble de la feuille conduit inévitablement à des compromis bancals

L'erreur la plus courante en atelier consiste à sauter les deux premières étapes pour intervenir directement sur les seuils. Cela revient à compenser les limites matérielles et les erreurs d'étalonnage par du bricolage logiciel. Le résultat est exactement celui décrit au début : les alertes se taisent, et les défauts passent

Interrogez les capacités de suivi et de classification, ne vous contentez pas de demander si le système « détecte les défauts ». C'est selon moi le véritable critère discriminant de la valeur d'un équipement

Concrètement, quatre points méritent d'être clarifiés avant de signer le contrat :

・Le système sait-il distinguer les défauts aléatoires des défauts périodiques ? Cela révèle immédiatement s'il intègre un véritable suivi de contours multi-images ou une simple comparaison image par image

・Quelle est la taille minimale de défaut détectable, pour quelle laize et à quelle vitesse d'impression ? Ces trois valeurs doivent impérativement être associées ; annoncer « 0,2 mm » de manière isolée n'a aucun sens technique

・Quel mécanisme régit la détection des défauts de repérage ? Si la réponse s'appuie sur les mêmes seuils que la détection des pétouilles, cela indique que le contrôle du repérage n'est qu'une fonction secondaire greffée au système

・Les données de fausses alertes peuvent-elles alimenter un réentraînement du modèle ? Un système incapable d'apprendre des retours de l'opérateur lorsqu'il clique sur « fausse alerte » finira déréglé manuellement au bout de trois mois

La prochaine étape concrète est simple : ne vous précipitez pas pour changer de système. Extrayez l'historique des alarmes du mois écoulé, qualifiez manuellement les vrais défauts et les fausses alertes, puis classez-les par type d'anomalie. Ce tableau vous révélera généralement si le problème provient de la résolution optique, de l'échantillon de référence ou des seuils de tolérance. Cela ne coûte que quelques heures de travail, mais évite un investissement matériel erroné

Précisons les limites d'application : ces principes reposent sur l'hypothèse d'un imprimé dont la structure graphique se répète de façon stable. Pour les courts tirages, l'impression à données variables (VDP) ou les documents personnalisés où chaque feuille est unique, l'absence d'échantillon de référence impose une détection d'anomalies basée sur des règles métier plutôt qu'une inspection par comparaison directe ; la deuxième étape mentionnée plus haut devient alors caduque. De même, les supports transparents, la dorure à chaud brillante ou les finitions à forte réflectance créent des conditions optiques complexes où la fiabilité d'extraction des contours chute sensiblement, un défi qui se résout par la conception de l'éclairage plutôt que par de simples ajustements algorithmiques

Le langage fondamental du contrôle d'impression par IA est le « contour » : la pétouille est un contour superflu, la rayure est un contour au ratio longueur/largeur extrême, et le défaut de repérage est le déplacement relatif de contours existants. Ces trois cas relèvent de critères mathématiques distincts et ne partagent pas les mêmes seuils

Le suivi en temps réel d'objets multiples par contours permet de maintenir l'identification et la localisation de plusieurs cibles dans un flux dynamique [1]. En production, son utilité consiste à distinguer les défauts aléatoires des défauts périodiques, ces derniers signalant la nécessité d'un arrêt machine pour nettoyer les cylindres

L'ordre méthodique pour réduire les fausses alertes est : « résolution optique → calibrage de l'échantillon de référence → seuillage par zones ». Sauter les deux premières étapes pour modifier directement les seuils revient à masquer des faiblesses matérielles par du logiciel, avec pour conséquence des alarmes silencieuses et des défauts non détectés

Pour identifier de manière fiable un défaut d'une taille donnée, celui-ci doit couvrir au moins 3 à 5 pixels. Lorsqu'il ne repose que sur un ou deux pixels, la résolution optique constitue la limite infranchissable

Avant d'intégrer une solution, vérifiez si le système sait distinguer les anomalies aléatoires des défauts périodiques, et sous quelles conditions de laize et de vitesse d'impression la taille minimale de défaut a été mesurée

Pour les imprimeurs, le suivi de contours transforme le contrôle qualité : il ne s'agit plus seulement d'éjecter les feuilles défectueuses, mais de diagnostiquer l'état des machines. Dès lors que le système identifie la récurrence périodique d'un même contour, les données d'inspection deviennent un indicateur de santé pour les cylindres, les blanchets et le groupe d'encrage, convertissant ainsi les coûts de contrôle en informations de maintenance préventive. Côté prépresse et création, cela rappelle que la mise en page influence directement la contrôlabilité : des fonds tramés denses ou des filets négatifs ultra-fins dégradent le rapport signal/bruit du système. Les futures démarches de conception pour la fabrication (DFM) devront intégrer cette « contrôlabilité ». Pour les intégrateurs d'IA, le conseil le plus pragmatique reste de ne pas concentrer tous les moyens sur les modèles : en atelier, le goulot d'étranglement provient presque toujours de l'optique et de l'échantillon de référence, rarement du degré de sophistication de l'algorithme. Pour les éditeurs de logiciels SaaS, l'opportunité majeure réside dans la boucle complète de rétroaction des fausses alertes : une plateforme cloud capable de collecter les validations des opérateurs, d'agréger des bibliothèques de défauts multi-sites et d'ajuster automatiquement les paramètres possède une valeur industrielle bien supérieure à celle d'un modèle marginalement plus complexe. Trois défis restent ouverts : premièrement, le contrôle sans référence pour l'impression à données variables dépourvue de golden sample ; deuxièmement, la standardisation de l'éclairage et de l'extraction de contours sur finitions spéciales (dorure à chaud, vernis sélectif, supports transparents) ; troisièmement, la qualification de la gravité : le système sait signaler « la présence d'un contour », mais déterminer si « ce niveau de défaut justifie un refus client » dépend encore largement du jugement humain, un vide méthodologique sur lequel la profession n'a pas encore de consensus quantifié

[1] MS（2106）. Contour Based Real Time Multiple Object Tracking. International journal of Emerging Trends in Science and Technology. DOI: 10.18535/ijetst/v3i08.10