随着近代商品包装工业的发展,人们对商品包装的外观、色调及画面的设计要求越来越高,但由于工艺、机械等因素,在印刷过程中不可避免的会出现如漏印、飞墨、污点、字符局部或全部漏印、起皱褶、条纹、刀丝、套印不准等缺陷。由于存在多种主观因素的影响,传统靠人工检测的方法已很难保质保量地完成检测任务。近年来,.随着计算机软、硬件的飞速发展,利用机器视觉来进行印刷品表面图像质量的自动检测已变得切实可行。本文以印刷品缺陷自动检测为应用背景,将图像处理、机器视觉与印刷技术相结合,实现基于机器视觉的印刷品缺陷自动检测。论文首先介绍了机器视觉的系统组成,在分析功能需求、技术难点的基础上提出了系统的总体设计方案,包括相应的硬件、软件设计方案。在图像预处理环节,本文在分析了几种常见的图像降噪技术及其各自优缺点后,选择自适应中值滤波算法对图像进行降噪处理,实验证明该算法能有效滤除CCD图像常见的椒盐噪声。在图像配准环节,本文根据印刷品生产的特点,提出利用角点检测和霍夫变换相结合的改进配准算法,该算法首先利用角点检测技术检测ROI区域角点,通过比较待检图像、模板图像的角点坐标取得平移量,然后在ROI区域中局部运用霍夫变换对角点边缘直线进行检测,通过对比待检图像、模板图像的直线参数取得旋转量,实验证明,该算法同时兼顾了系统的实时性和精确性,取得了良好的配准效果。在印刷品缺陷检测环节,首先分析现有的三种基于图像处理的印刷品缺陷检测算法,并阐述各自的优劣,最后以绝对值差影算法为基础,使用基于区域生长的连通性分析算法,解决差影检测算法无法准确统计缺陷信息和对噪声敏感的问题。最后,以七组存在不同类型缺陷的印刷品作为实验样品,对上述各步骤算法的有效性作进一步的验证,并以实验结果为基础,分析了系统的实时性、精确性及抗噪能力。