印刷过程中，由于受生产工艺、机械精度等不确定因素的影响，印刷产品上经常会出现各种各样的表面缺陷。传统的人工检测方法，由于主观因素的影响，已经不能满足客户对产品质量的要求；而且人工检测的速度也不能满足现代工业生产的速度要求。因此，如何提高印刷品缺陷检测的速度和准确度，已是印刷领域研究的热点之一。近年来，随着科学技术的发展与进步，机器视觉和图像处理技术在印刷缺陷检测领域应用而生。论文的主要内容是研究印刷品缺陷检测技术并提出自己的解决方案，然后构建模拟真实印刷生产的实验平台，并在该平台上应用论文设计的算法进行印刷品缺陷在线检测实验，以验证算法的可行性。由于采集到的实时图像与标准图像在空间上不可能完全对齐，所以在缺陷检测之前需要先将实时图与标准图配准。论文在对经典的图像配准算法深入研究之后，结合课题的技术要求，提出了适合于印刷品缺陷检测系统的图像配准算法，针对纯文本图像，首先采用基于数学形态学和霍夫变换的方法求其旋转变换参数，然后利用基于傅立叶相位相关原理的方法求其平移变换参数；对非纯文本图像，采用改进的双模板匹配算法求取图像配准参数。实时图与标准图配准之后，即可对其进行缺陷检测，缺陷检测算法的设计也是论文的一个重要部分，本文在归纳总结几种典型缺陷检测算法的基础上，考虑到课题的技术要求，提出了基于滑动矩形窗的图像差分法，得到差分图像之后，利用八邻域的概念对具有一定实际意义、一定面积的缺陷区域进行标记，最后统计标号的个数N，根据N是否大于零来判决该印刷品是否为缺陷品。最后，论文构建了一套由计算机、面阵CCD、镜头、光源、图像采集卡、单片机、变频器、电机、带式传送带等组成的印刷品缺陷在线检测实验系统，通过对系统中硬件的参数进行配置，该实验系统可以模拟印刷生产线上产品的不断进给。在该实验平台上，应用本文提出的图像配准算法和缺陷检测算法进行印刷品缺陷在线检测实验，通过对实验结果的分析，验证算法的可行性。