随着印刷技术的不断发展,新一代印刷机在速度、质量等方面提升很大,但是目前的印刷技术自身仍然会产生各种印刷质量缺陷,无法满足社会对印刷品质量越来越高的需求。印刷质量检测系统就是在这样的背景下诞生的。印刷质量检测系统是以机器代替人眼,用计算机硬件和图像处理软件代替人脑进行图像处理、缺陷识别及信息的反馈,大大提高了印刷质量的检测效率。本文中的印刷质量检测系统主要由采集图像畸变校正、特征提取、图像匹配和缺陷检测四部分组成。下面简要论述这四部分。针对塑料面膜的印刷质量检测问题,研究了几何畸变和镜头畸变同时校正的标定方法,该方法以多项式形式表达标定板平面坐标和图像坐标的对应关系,多项式系数隐式包含了像机参数和畸变系数,并通过最小二乘法进行估计。研究了提取标定板图像特征点时出现的排序问题,提出了利用两点之间斜率进行比较解决该问题的方法。实验研究表明该方法可获得较高的校正精度。在对采集图像进行畸变校正后,需要对校正后的图像进行特征提取。现有的特征点检测方法大致可以分为三类:基于轮廓的方法、基于参数模式的方法和基于图像灰度值的方法。并对基于图像灰度值方法中常用的Harris、Fast和SIFT特征点检测算法的性能和实时性进行实验,最终选择实时性最好的Fast特征点检测算法。对畸变校正图像进行匹配操作,图像匹配是对同一目标在不同时间和环境下采集的目标图像进行重合,以提高匹配精度。在这里,本文采用了基于二进制串位描述子中的ORB特征点匹配方法,并通过实验将待检测和标准塑料面膜特征点进行匹配,并用过RANSAC算法消除错配点对。实验表明,该方法有较高的时效性。根据待检测和标准塑料面膜图像的特征点对来估计几何变换模型参数,并对待检测塑料面膜图像进行几何变换,得到与标准塑料面膜图像近似重合的图像。利用图像差分操作和形态学处理方法,就可以检测出图像中的缺陷。通过实验表明,使用该方法对塑料面膜进行缺陷检测的精度较高。