随着印刷工艺和生产的进步,用户对产品质量与多样化的要求日趋增高,基于机器视觉的现代检测技术已经成为印刷行业的主流趋势。本文对应用于宽幅面、高精度的基于机器视觉的印品表面质量检测理论与算法进行了研究,提出了一种基于机器视觉的印刷品全画面缺陷检测系统。(1)对检测系统的结构框架进行了设计和分析,提出由图像采集、图像处理、数据管理和信号控制等功能模块组成的系统框架,并基于这些模块间的协同完成检测任务。(2)在表面图像的空间位置匹配定位方面,提出了一种指定特征区域的图像匹配方法,该方法应用了边缘匹配技术,通过指定提取范围与预设的匹配范围,降低了计算量、缩短了匹配时间,保证了图像匹配的准确性和实时性。(3)在缺陷特征分析方面,针对表面缺陷和色彩缺陷分别提出了不同的缺陷特征分析方法。针对色彩缺陷,论文利用Lab颜色空间以及Lab色差公式,计算图像中像素点是否存在色差;针对表面缺陷,采用了基于Blob分析的特征分析方法,并提出了一种改进的逐像素扫描标记方法,只需经过一次扫描,便可完成对所有连通域的标记工作。(4)在表面缺陷识别方面,设计了点、线、面不同缺陷类型的识别规则,并通过实验验证了系统已可实现对常见缺陷的检测。