摘要：图像边缘提取和图像匹配是印刷图像质量检测的关键,其难点在于对定位精度要求很高。迄今为止国内外学者已提出多种快速定位方法,其中最常用的是模板匹配,但是传统的基于灰度值的模板匹配算法存在算法复杂性高,对复杂图像和混乱、旋转等敏感的问题,难以满足日益提高的应用需求。针对以上问题,本文研究了基于边缘的形状匹配算法,并改进了一种基于边缘方向的形状匹配算法,通过实验证明该算法能满足复杂图像以及旋转等需求。本文的主要研究工作如下：(1)研究了几种典型边缘提取算法原理和此类算法对复杂图像的适应情况和相应解决方案。结果表明,Canny算子能很好的满足系统的要求。(2)改进并实现了一种基于形状的模板匹配算法。首先采用Canny算子提取模板图像边缘,随后使用Sobel算子对图像进行滤波,最终生成模板图像的边缘点位置向量和梯度向量,即模板形状模型。相似度度量采用模板边缘点与图像搜索区域的对应点的内积和。分析表明,这个度量方法对噪音和小角度旋转等也不敏感。在搜索策略上,采用图像金字塔的搜索方法,将搜索区域进一步划分为大可能区域和小可能区域,裁剪了搜索区域,大大提高了搜索效率。另外针对提前终止条件和亚像素精度要求也给出了相应的解决方案。(3)利用Halcon编程实现了上述的基于形状的模板匹配算法。在搜索匹配中采用图像金字塔级来提高搜索速度,并进一步通过参数优化来优化算法,加快搜索速度。(4)搭建机器视觉硬件开发平台,基于前几章的算法研究基础上,开发了印刷图像质量检测系统,能检查是否有模糊、飞墨以及印刷中的缺失或移位等。