目前,国内的大多数中小型印刷企业对基于机器视觉和图像处理理论的印刷品缺陷自动检测系统的需求相当迫切,国内在此方面的研究才刚刚起步。因此,开展此方面的研究对提高我国印刷行业的整体水平具有重要的作用。本文主要研究了以下内容：第一,印刷品图像预处理和缺陷检测算法是印刷缺陷检测系统的核心,本文首先分析了印刷检测系统面临的几个图像预处理问题,包括彩色印刷品的灰度化、噪声的滤除、印刷图像的配准、图像的差分等。并针对以上问题提出了相应的解决方案。图像配准算法是图像预处理中的难点,因此我们根据系统的要求和对常用的图像配准算法的深入对比研究,探索找到了适合印刷检测系统的配准算法-基于金字塔和模板匹配的图像配准算法。实验验证了该方法不仅有较高的配准精度,也具有较高的配准速度,能满足检测系统对图像处理的实时性和精度的要求。第二,本文提出了基于人眼视觉特性评价的图像缺陷检测方法。该方法首先利用区域分割算法对印刷差分图像进行缺陷区域分割。其次结合数学形态学方法对各个缺陷区域进行特征分析,这些特征包括缺陷的大小、类型、面积等信息。最后根据人眼的视觉特性,对缺陷进行了客观质量评价。根据评价的结果来判定缺陷对图像的影响程度。实验证明,该方法具有良好的人工智能性,能够满足印刷检测系统对印刷缺陷的检测标准要求。第三,根据印刷厂商提供的印刷检测系统的功能需求,设计了印刷检测系统的具体功能模块,并在VC++6.0和OPENCV的开发平台下编程实现了印刷检测系统的软件功能部分,该软件部分能支持印刷品图像的输入、图像的预处理、缺陷检测、缺陷列表输出、人机交互查看缺陷等功能。