随着印刷行业的蓬勃发展,市场对印刷产品质量的要求愈发严格。传统的人工检测印刷品缺陷的方式存在效率低、主观性强、漏检率高且舒适性差等缺点。机器视觉技术的发展推进了生产过程的智能化进程,印刷品缺陷的视觉检测方式由此产生,并凭借其高效、准确和客观等特点逐渐成为近些年的研究热点。基于上述背景,论文以典型的机器视觉检测原理为基础,对印刷品缺陷检测技术展开研究。根据医药软包装材料在印刷过程中的运动特性,对编码器触发扫描的线阵相机的成像特点进行分析。针对现有印刷品缺陷检测系统存在的误报率高且系统长时间运行时宕机的问题,结合企业对印刷品的生产质量和效率的要求,论文将降低图像噪声和保障系统运行稳定性作为研究的关键技术,并开发可用于生产现场的印刷品缺陷检测系统。针对编码器脉冲波形存在杂波干扰和图像采集卡分频失误的问题,论文提出在编码器与线阵相机之间添加I/O盒的解决方案,对编码器脉冲信号滤波并实现舍弃脉冲功能,从源头上改善图像质量。对于已存在噪声的印刷品图像,论文根据噪声的表现形式将噪声分为灰度、位置和轮廓噪声三类。在对噪声特性进行充分分析的基础上,论文采用动静态阈值、角点区域-区域配准和领域行灰度值差的抑制算法,并结合动态更换模板和基于人眼特性的辅助降噪方法,有效减少此三类噪声对检测结果的影响,从而降低了系统误报率。通过计算图像形变量的方式监控图像质量,并根据形变量超出阈值的情况决定是否进行初始相位配准,或暂停检测并提示用户检查设备。以模块化的方式表示缺陷检测的一般过程,在生产者-消费者模型的制约下,采用事件对象的方式执行多线程调度,保障了各模块的运行时序。根据图像大小和计算机内存实时监控和调节各模块缓冲区容量,将系统的内存占用率控制在95%以内,保障了系统的稳定性。针对比较操作和Blob分析模块耗时严重的问题,论文采用线程池和限制缺陷个数的方式,有效控制了模块的运行时长,提高了检测系统的实时性。参考市面上已有的检测软件,结合企业的生产需求,论文重新设计缺陷检测软件系统的人机交互界面,并基于C++11标准、借助opencv4.1.0和MFC开发库,在VS2017编译平台上实现整个检测系统的开发。最后通过对在线采集的印刷品图像进行离线分析和处理,验证了降噪算法的有效性和保障系统稳定性方法的可行性。论文开发的检测系统能够精确检出异物、墨点、漏印等严重缺陷,也能可靠检出刀丝、划痕等微弱缺陷。检测精度为0.15mm,最小可检灰度差为10,检测误报率小于1%。