目前,随着科学技术和市场经济的迅猛发展,人们对印刷品外观质量的要求也越来越高,但是,在印刷品的生产过程中,由于受到各种外界环境的影响,印刷品总会出现如色差、漏印、污点、套印不准等各种缺陷问题,而国内多数的中小型印刷企业对缺陷的检测仍处于人工检测阶段,费时费力而且无法保证产品质量,而印刷品缺陷自动检测技术的研究仍处于起步阶段,因此开展研究基于机器视觉和图像处理的印刷品缺陷自动检测技术对于提高我国印刷缺陷检测水平具有重要的意义。针对彩色印刷品套印偏差问题,提出了一种基于形状和颜色信息的模板匹配算法。首先利用Canny边缘检测算法得到图像的边缘信息,根据定义的相似性度量,通过基于边缘方向的形状匹配定位出色标的候选位置,然后在候选位置的基础上再利用色标的颜色信息进行精确定位,在匹配过程中采用高斯金字塔分层搜索以及加速终止匹配策略大大提高算法速度。实验结果表明:该算法套印偏差自动检测的精度高于国家印刷行业标准规定的套印精度要求,而且满足工业印刷检测的实时性要求,并能同时检测12种以上的颜色,适用于多色印刷系统。为了检测待检印品中的形状,将待检图像和标准图像进行空间上的配准是其重要的前提,能否快速、准确实现待检图像和标准图像的配准直接影响检测系统的性能,利用SIFT特征点进行匹配,对于图像的旋转、平移和尺度变化都保持良好的不变性,据此,提出了基于SIFT算法的图像配准方法,首先提取出标准图像和待检图像中的特征点,获取其周围的信息,生成特征点描述子,然后根据两幅图像特征点匹配找到相互对应的特征点,建立两边物体特征点之间的对应关系,最后根据特征之间的映射关系实现图像配准。实验结果表明,该算法提取的特征信息比较稳定,既不会随着物体平移和旋转而改变,也不会随着图像中物体大小的差异而改变,并且能够保证图像配准的快速性,满足工业需求。在实现待检图和标准图的配准以后,利用图像差影检测算法进行处理,并针对差影法无法确定缺陷的位置,大小等不足之处做出改进,对差分图像进行二值化处理、形态学去噪处理及连通域的分析,最后通过缺陷的面积参数对图像中的缺陷进行判断,并通过实验验证了本文算法的有效性。