随着人们生活水平的提高,产品质量成为人们关注的重点。为了进行产品的溯源和标记,通过印刷技术在产品表面印刷产品序列号。在工业环境中大规模进行字符印刷时经常会出现字符缺陷,这些缺陷会影响消费者体验和生产厂商的形象,因此在出厂前需要对序列号字符进行质量检测。本文充分利用喷墨印刷方式和序列号字符分布的先验知识,提出一种基于机器视觉的喷墨印刷字符质量检测系统。本文使用的图像为实际产线中获取的原始样品图像。通过灰度化和灰度值拉伸方法增强字符和背景的对比度。通过分析字符形态特征,使用区域特征分析法将字符区域和背景区域区分。通过分析字符排列特征,使用改良的水平垂直投影法和等比例划分法获得单字符图像。为了适应陶瓷表面字符的特点,制作专门用于本文的字符识别分类器,实验结果表明,该分类器能够准确快速的进行字符识别。在识别成功的字符图像中使用基于形状特征的模板匹配、形态学膨胀、区域生长的图像处理方法成功将字符划分为字符内部区域和字符外部区域。通过喷墨印刷的特点将单字符图像转化为单墨点图像。将对字符的质量检测转换成对字符墨点的质量检测,增加了检测精度。分析单墨点图像的灰度值分布特征,提出基于灰度值平均值和方差的检测方法、基于三段式分布的检测方法。其中,三段式分布法是指将灰度划分三个范围,并计算三个范围内像素点个数与给定权重的乘积,来判断墨点是否存在缺陷的检测方法。通过对字符外部区域图像的分析,提出基于面积特征的分析方法。通过理论和实验的分析,证明了以上方法的可行性。将数据集分割成训练集和验证集,通过训练集确定需要使用参数具体值。使用验证集对本文所述方法进行实验,对字符内部墨点缺陷的检测成功为80.00%;对字符外部脏污缺陷的检测成功率为83.33%。在保证检出率较高的情况下,大大减少了误判情况的发生;在确保误判率低的情况下,大大增加了检出的概率。本文所述方法在检出率和误检率中取得了平衡,满足实际生产要求。