印刷版辊从制版厂运送到印刷厂前,要经过最后一道工序:版面检查。首先印刷部分样品,通过检测印刷样品的质量来反应印刷版的质量。目前制版厂对印刷样品的检测方法多为人工目测,这种方法同时存在效率低和成本高的缺点。本文以运城制版集团印刷制版的缺陷检测研究项目为背景,搭建出一套基于机器视觉的印刷品缺陷检测系统,实现印刷品的自动检测。具体工作如下:1、搭建硬件平台:在传统机器视觉平台基础上进行改进,对相机、镜头、光源、传感器、控制器等部件进行选型设计,按照原理搭建平台,利用相机获取印刷样品清晰的图像;2、图像算法设计及改进:通过模板图像与待匹配的印刷样品图像的匹配、缺陷检测和缺陷分类三个步骤来获得缺陷信息,其中对SURF特征点描述子进行改进,提升了算法性能,同时构造GA-BP神经网络框架,实现缺陷精准分类;3、软件平台实现:选用VS2013软件平台,借助OpenCV3.0图像库和相机自带的软件开发工具包,完成印刷品缺陷检测系统软件的开发,与操作者实现友好交互。开发的印刷品缺陷检测系统可以完成对印刷品缺陷的精准检测与定位,解决了企业所面临的难题,具有较强的实用性和较高的应用价值。