在实际印刷生产中，受生产工艺、印刷材料、机械精度以及一些随机因素的影响，印刷产品中经常会出现诸如错印、漏印、飞墨、刀线等缺陷，严重影响印刷品的质量。传统的印刷缺陷检测方法主要通过人工离线检测完成，这种依靠主观评价的检测方法存在标准不统一、效率低下等问题，难以满足印刷生产要求。目前，国内大多数印刷企业对自动在线印刷缺陷检测系统的需求相当迫切，因此开展该方面的研究对提高我国印刷行业的整体水平具有重要的意义。
　　在线印刷缺陷检测系统涉及到的主要技术包括图像采集、图像配准、缺陷检测这三个部分，本文就其中存在的一些问题进行了针对性的研究，具体如下：
　　(1)现有缺陷检测系统大都是将同步用的旋转编码器安装在印刷滚筒上，以使在线采集的图像能够与标准图像同步对齐。为了提高图像采集的灵活性和用户操作的简便性，现代企业开始转向非同步采集，将编码器安装在印刷缺陷检测生产线上，但如此一来便无法通过编码器确定具体的采集位置，这就要求系统能够自动计算出检测图像的采集位置（也称为采集起始行）。目前关于该问题的研究还非常少，现有的基于模板匹配的采集起始行定位算法适用性较差，本文就此提出一种非同步采集下基于灰度投影和模板匹配的图像采集起始行的自动确定方法，该方法能够自动、精确计算出采集起始行，且计算速度快，具有较好的适用性。
　　(2)图像配准依赖于特征区域的确定。目前，大多数检测系统需要人工来手动选择特征区域。为了简化用户操作，提高系统的自动化和智能化程度，本文提出了一种无需人工标记的印刷品图像自动特征区域确定方法，该方法提取形状的轮廓方向和边缘梯度方向特征，检测矩形、类矩形、类椭圆等形状作为特征区域。实验结果表明，该方法能稳定地提取出较为理想的形状特征区域。
　　(3)形状匹配的关键是对形状特征进行合适的描述。形状上下文是一种非常流行的形状匹配算法，该算法虽然匹配效果精良，但特征维度高、实时性较差。本文借鉴形状上下文分区域、多特征统计的特点，提出了一种形状凸性匹配算法，该算法特征数量小，与标准的形状上下文相比，有较高的实时性且匹配效果良好。
　　(4)本文在缺陷检测算法研究的基础上，提出了一种改进的差影缺陷检测算法，该算法利用多幅无瑕疵的图像对检测模型进行训练从而确定合理的容差范围，检测效果良好。
　　在以上算法研究基础上，以VC++6.0和Halcon作为软件开发环境设计了缺陷检测的软件平台，对本文所提出的算法进行了验证。实验结果表明，本文所提出的算法应用性良好，部分算法已在企业中得到应用，具有较好的实际应用价值。