随着印刷技术的发展,印刷设备印刷速度大幅提升至每分钟百米以上,印刷精度则高达亚毫米级别,这对高精细印刷品检测系统形成挑战。基于机器视觉的在线连续检测系统,能够克服传统人工检测印刷品质量的漏检、检测标准不一致、任务量难以完成等缺点,具有自动、高效、精确、可靠等特点,符合国家背景下工业自动化飞速发展的需要。基于国内外相关技术的基础上,本研究旨在提高印刷品缺陷自动检测的检测精度和检测速度,分别从印刷品图像采集、图像处理算法及对算法并行加速等方面,对基于机器视觉的医药包装印刷品质量在线检测系统设计和实现。印刷品的图像采集环节是决定印刷品检测系统检测精度的前提,本研究首先从相机传感器、镜头、拍摄精度、拍摄速度、光源以及打光方式等方面进行分析,使用4K线阵CCD高速工业相机及LED白色条形光源等主要硬件设备对图像采集系统进行设计,保证系统获得可靠、高清的印刷品图像;其次从拍摄原理及空间坐标系等方面对线阵相机拍摄扫描过程中的图像畸变进行详细分析,本研究提出针对线阵相机在不良拍摄环境下产生的侧向失偏畸变的行模板匹配矫正方法,并基于OpenCV和CUDA编程实现。结果证明本文系统可以在高速印刷生产线上获得清晰稳定的大幅宽实时印刷品图像。针对印刷品图像处理部分,首先对所采集图像应用GPU并行加速降噪;其次本研究提出小模板快速图像配准以提高系统的配准实时性,并使用合格印刷品模板图像和待检测印刷品图像的差分原理检测两者不一致性以发现缺陷;核心部分主要在图像差分法、形态学法的基础上提出图像差分伪轮廓的去除算法,利用图像平坦区域和梯度区域的不同差分方式结合BLOB缺陷分析法,在包含伸缩形变差影、噪声差影以及真缺陷差影的差分图像中极大的去除伸缩形变差影和噪声差影并同时保留真缺陷差影;最终基于OpenCV和CUDA进行编程实现。结果证明本文算法在去除伪缺陷的同时对真缺陷影响极小,算法并行加速高效,保证了检测系统的精确性、实时性。本文设计实现的基于机器视觉的医药包装印刷品质量在线检测系统,在检测精度和检测速度方面大幅提升,满足印刷企业对印刷品自动在线检测的生产需求。