机器视觉主要是用计算机来模拟人的视觉功能,从客观事物的图像中提取信息进行处理并加以理解,最终用于实际检测、测量、控制和识别。随着计算机及图像处理技术的发展和机器视觉技术在工业在线检测中的广泛应用,利用机器视觉技术来进行印刷品缺陷的自动识别已切实可行。本文把机器视觉、图像处理、识别等技术与印刷工业相结合,系统地研究了基于机器视觉技术的印刷品缺陷识别系统。设计并建立了一套基于机器视觉的印刷品缺陷识别实验系统。该系统由TMS320DM642、面阵CCD相机、显示器、照明光源、印刷品模拟实验台以及采集同步控制装置(旋转编码器)等组成,为进行印刷品缺陷在线识别研究提供了平台。针对采集到的印刷品图像,提出了图像灰度化,滤波,增强,边缘提取及边缘差分的预处理流程。研究了缺陷识别算法,选择了BP神经网络算法实现缺陷的分类。最后以CCS2.0为软件开发平台,以C、C++语言为工具,开发出了一套印刷品缺陷识别系统软件,能实现图像定位采集,图像预处理,图像识别,图像显示等功能。本文设计的印刷品缺陷识别系统基本满足了实时性要求,系统功能较全,使用方便。但还有许多地方有待改善,才能满足实际应用的需要。在本文的最后,给出了一些系统改进的想法。