印刷品质量检测与控制一直为业界所关注。近年来，基于机器视觉印品质量检测系统的研究开发，已成为印刷及其相关行业的发展方向之一。相较于一般的印刷品，包装印刷品的印后加工具有工艺复杂等特点，同时也潜藏着更多的检测困难和问题。因此，研究包装印刷品质量检测方法、开发质量检测技术和系统，越来越成为产品包装品行业的迫切需求。本文以烟包的印后加工为应用背景，针对烟包烟标生产中的刀丝(也称为划伤)、烫金缺陷的检测，开展了基于视觉技术的缺陷检测方法研究和应用分析。完成的主要工作包括：　　首先，学习继承机器视觉印刷品检测技术和方法的最新进展，针对烟标印刷的具体工艺流程特点和目前存在的缺陷种类及缺陷检测难点，通过分析数字图像处理在检测中的应用，以halcon为软件开发平台，架构了基于halcon的烟标缺陷检测系统。该检测系统主要包括模板图像设置、图像匹配定位、缺陷检测及检测结果分析显示等三大核心模块。　　其次，采用基于图像分割理论及形态学处理方法，开展了模板图像的设置算法研究，并在halcon平台上进行了模块编程；分别采用基于图像和基于XLD轮廓创建模板的匹配方法，进行了模板匹配定位算法研究和模块开发。采用灰度差图法、分通道阈值分割法等方法，进行了缺陷检测算法研究，并完成了编程实现。　　最后，依托某企业进行了实验用烟标印刷品的图像采集，建立了分析图库，分析提取了模板图像，并基于分析图库，开展了算法的可行性验证和系统的应用分析。结果表明：根据需要，利用模板图像设置模块，用户可以在任意位置选定任意形态的模块；采用经过图像分割后建立的XLD轮廓模板进行图像匹配定位，其定位精度更高；对于复杂背景的烟标图像检测，综合采用图像分区、背景简化、分通道阈值分割、特征提取等方法更能快速、准确地实现预设缺陷的检测。