印刷质量检测是现代印刷生产的一个重要环节,直接影响到印刷品质量、产量和效率。针对具有强非线性、不确定性、时变等特点的印刷过程,采用传统的检测理论或单一的图像处理技术难以满足多对象全画面在线检测的要求,本文提出印刷图像质量检测的彩色图像分割及相关技术,建立基于视觉感知的印刷质量评估体系,有效解决印刷图像质量客观评价与人眼主观评价一致的问题。论文的主要研究成果包括：(1)基于视觉感知的图像质量评价体系根据印刷工艺和人眼的视觉感知特点,将印刷图像质量分为图像质量和文字质量,提出基于视觉感知的印刷图像质量评价基本框架,包括色彩测量、图文检测和自动控制三部分。主要研究文字区域定位、图像感兴趣区域划分和半色调图像网点面积率三种分割策略,从而建立多对象、多过程与主观评价一致的印刷质量客观测控模型。(2)基于光照颜色补偿的在线颜色测量技术针对印刷在线色彩测量环境不能满足标准照明条件的问题,设计基于双色反射模型和有限维线性模型的光照颜色补偿方法,采用双色反射模型估计光源的颜色,解决光照估计难的问题,采用有限维线性模型,得到物体表面在标准光源下的颜色值。并对RGB色差计算公式进行改进,在保证色差计算精度的同时,提高计算速度。实验结果表明,经过光照颜色补偿的色彩测量精度满足要求。(3)半色调图像网点面积率智能测量策略由于印刷过程的复杂性、专色和黑版技术的影响,难以用单一模型实现印后图像的四色网点面积率的还原,提出基于颜色区域的组合神经网络RGB-CMYK转换策略。针对颜色相近像素的网点面积率趋于相近的特点,首先采用改进基于模糊集2的自适应彩色分割算法获取图像的主颜色,并通过定义模糊同一性,有效地克服了阈值不确定性、没有考虑空间信息的缺点,采用多个神经子网络分别实现对应主颜色区域的转换。实验结果表明,该策略的网点面积率检测精度高,为有效检测各色印刷质量和实现印刷控制提供理论支持。(4)复杂背景的彩色印刷图像文字定位方法针对印刷文字背景复杂,语种、字体、颜色等形式多变,文字定位准确率低的问题,提出基于主颜色和连通分量特征的文字区域分割方法。设计以强边缘内局部平滑颜色为聚类中心的粗分割,保留了页面文字的颜色,采用均值偏移的精分割进一步减少主颜色数量,提高计算的速度,最大相似法滤波的后处理提高识别的准确度。根据汉字结构特点,设计基于专家知识的汉字重建规则库、启发式滤波和基于区域几何位置的文本区域定位等连通分量方法,从彩色印刷版面中分割出文字区域。实验结果表明,以上方法能有效地去除复杂背景干扰,适应字体、尺度等变化,在不同类型的图像中都能得到较好的定位结果,也完整地将印刷图像分割成文字区和图像区。(5)基于视觉感知的图像“感兴趣区”分割模型为实现印刷页面图像质量与人眼视觉感知一致的目的,提出一种改进基于颜色和纹理的分割方法。采用基于可控金字塔的纹理分割方法,模拟人类视觉皮质分解为一系列具有方向性和空间频率的独立通道特点,将图像分割成六类纹理区域；应用最优颜色距离法提取区域颜色特征,该方法不仅结合图像像素间的相关性,还综合图像的局部和全局信息,提取的颜色特征符合人眼视觉的相似性准则；在每个纹理区内结合颜色特征,采用均值偏移算法进行自适应聚类,获得多个纹理相同、颜色特征接近的子区域,子区域合并后将图像中不同对象和背景完全区分。实验结果表明,算法对光照等影响鲁棒性好,“感兴趣区”具有颜色、纹理、语义一致的特点,为基于视觉感知的图像质量评价体系打下基础。