印刷机具有高精密和结构复杂的特点,广泛用于文化传播、产品包装和有价证券等领域。印刷机在印刷工业生产中必不可少,在社会精神文明和物质文明建设中发挥着重要作用。本论文结合国家自然科学基金项目“基于印刷图像信息挖掘的印刷机故障诊断方法研究”和陕西省教育厅科研计划项目“基于印刷画面纹理识别的印刷机故障诊断方法研究”,研究了基于图像处理的印刷机故障特征提取的方法并进行了相关实验。研究针对目前印刷机故障诊断特征单一、精度低、耗时长,难以满足自动化检测需求的问题,在对印刷工艺原理及彩色印刷图像缺陷特征与其对应的印刷机故障映射关系深入分析的基础上,提出了印刷图像预处理算法及印刷故障特征提取的方法,本论文对印刷机主要故障特征(墨色特征、墨杠特征、套印特征)提取方法做了研究。旨在为后续的印刷机故障诊断提供可靠的、准确的数据来源。　　针对印刷机的视觉检测系统光照不均产生色差的问题,提出了基于 L*a*b*色彩空间自适应的单尺度Retinex色彩保持方法(L*a*b*-ASSR)和基于L*a*b*色彩空间的加权最小二乘法与多尺度 Retinex融合的色彩保持和图像增强(L*a*b*-WLS-MSR)方法。L*a*b*-ASSR方法可以有效的消除光照对印刷品色彩的影响,算法速度快,色彩保持效果好,可以用来检测印刷品的缺陷。L*a*b*-WLS-MSR方法不但能够在一定范围内产生良好的色彩保持效果,而且可以增强图像的细节,最大限度的保留了印刷机印刷过程中产生的故障信息,有利于对印刷机故障特征的提取。　　针对印刷机墨量状态导致墨色变化的问题,提出了印刷星标的纹理识别结合BP神经元网络的方法来快速判断印刷墨量大小,以实现印刷机墨量状态在线检测;为了精确确定彩色印刷品印刷过程中墨色的综合变化,提出了一种新的灰度共生矩阵与Gabor变换融合(GLCM-Gabor)的全画面彩色纹理识别方法,此方法具有同时识别印刷品的色差和纹理变化的特点,全面检测印刷品局部和整体的墨色,这些局部和整体墨色变化信息是印刷机故障诊断的重要数据。　　针对印刷机故障产生的墨杠难以发现的问题,提出了基于数学形态学的印刷机墨杠特征提取的方法。墨杠是印刷机的异常振动瞬间引起的网点的扩大和网点滑移在印刷品上的表现,网点的扩大和滑移与数学形态学中的膨胀原理及其相似,可以依靠机器视觉和识别算法发现微弱的墨杠问题,为印刷机的异常振动诊断提供判别依据。　　针对印刷机精度难以测量的问题,提出了两种印刷机精度间接检测的方法:基于灰度投影极值积分(GPIEV)的相对变化距离检测方法和基于图像边缘距离共生矩阵(EDCM)的全画面的印刷套印特征提取方法。GPIEV可以检测多色印刷星标之间的相对变化距离,具有检测速度快、精度高的特点;EDCM方法通过印刷画面就可以检测局部套准偏差,局部套准偏差值正好是印刷机传纸、递纸、咬纸牙、印刷压力、衬垫厚度等机构或部件的重要衡量参数,且此方法不需要专用的印刷检测控制条,可以提高纸张利用率,减少纸张浪费和废纸对环境的污染。　　开发了印刷机精度检测仪器及检测系统,通过实验对比以及实验验证表明此系统可以有效的检测印刷机输纸和传纸精密度,以及识别印刷机输纸和传纸部件的故障,具有较强的应用价值。