现代印刷工业对印刷品质量的要求日益严格,传统的人工缺陷检测方法因其高成本、低效率、主观性强等缺点,已无法满足现代化工业生产的需求。随着计算机技术与高分辨率数字成像技术的快速发展,基于机器视觉的非接触式产品质量检测成为现代工业质量检测的重要手段之一。因此,研究基于机器视觉的印刷品缺陷在线检测技术并改进相关算法、提高检测性能,具有很高的实用价值与重要的现实意义。本文在对印刷品缺陷在线检测技术相关原理和算法进行深入研究的基础上,提出相应的算法改进。在这方面,本文主要研究工作包括以下几点：(1)针对流水线上大批量送检的小目标印刷品检测任务,本文提出了一种改进的运动多目标快速检测算法,该方法首先使用三帧差分法进行运动目标检测,并同时生成背景图像,然后使用背景减除法对后续帧进行运动目标检测；(2)提出一种基于几何特征预筛选的多目标快速匹配与跟踪方法,该方法在对所有运动目标区域进行模板匹配之前,根据目标区域最小外接矩形的几何特征将不含有完整印刷品图像的目标区域筛除,从而降低了模板匹配次数,加快了匹配速度；(3)采用基于SURF的图像特征提取方法对待检印刷品图像进行全局配准与局部拼接,并提出一种抗重复特征干扰的特征匹配策略；(4)采用图像差分与自适应阈值二值化的方法提取出待检印刷品图像中的缺陷区域,并对缺陷区域进行Blob连通性分析得到各缺陷的位置与几何结构信息,最后在待检印刷品图像上完成缺陷的标注。在缺陷检测系统的硬件集成与软件实现方面,本文搭建了基于计算机、机器视觉成像系统、流水线运动工作台的硬件实验平台,利用LabVIEW开发平台实现了基于机器视觉的印刷缺陷在线检测软件系统。系统实现方面本文主要工作包括以下几点：(1)分析并设计硬件平台的构成与软件系统的整体架构；(2)对机器视觉系统的CCD相机进行分析选型,并选择合适光源、设计照明方案；(3)将软件系统按不同功能进行模块化实现,并实现软件系统对硬件的驱动；(4)系统集成各功能模块,并结合软件系统与硬件设备,实现能正常运行的完备系统。通过理论研究与实验分析,证明了本文所提出的运动目标检测与跟踪、图像对准、局部图像拼接等印刷缺陷检测关键技术相关算法是有效和可行的,同时本文实现的缺陷检测系统具备良好的性能和可靠性。