为了在夜间与日光下都能够引起人们注意,在路牌、机动车标牌等金属薄板表面印染了专用油墨,使其具有颜色种类多样、表面反光性强等特点。金属薄板印制时具有较高的表面质量要求,不允许出现色斑、错位、印刷不均、图案等缺陷。目前金属薄板高反光涂层的印刷已实现了自动化生产,但是对印刷质量的监控还是采用人工检测的方式。这种检测方式不但劳动强度大,效率低下,同时涂层中的有毒有害物质,严重影响工人的健康,检测质量也易受工人主观因素的影响,难以保证检测标准的统一;长时间工作后,工人极易产生视觉疲劳,易出现漏检与错检的情况。因此,研究金属薄板印刷质量的在线自动检测技术具有重要的理论与现实意义。本文以机动车标牌为例,搭建了一套基于机器视觉技术的金属薄板印刷质量在线检测系统,并对其关键技术进行了深入系统地研究,主要研究内容有:基于机动车标牌表面的高反光特性、检测要求和生产环境等设计并搭建了基于机器视觉的金属薄板印刷质量自动检测系统,系统包括产品传送模块、图像采集模块、图像处理模块、次品抓取模块和次品存储模块,其中图像采集模块包括工业相机、镜头、光源等;图像处理模块为集成在工控机上的图像处理软件系统;次品抓取模块和次品存储模块主要包括六轴机械手、单轴机器人和存储小车。研究了具有镜面特性和回归反射特性的机动车标牌印刷表面的光源设置方式,给出了光源、工业相机、镜头等选型方法,实现了高信噪比图像的在线采集。针对图像清晰度评价时易受到噪声影响的问题,提出了基于二维离散小波变换的高频系数的清晰度评价算法。研究了小波变换层数对图像清晰度评价的影响,通过与梯度平方函数法、variance函数法、FISH算法进行实验对比,验证了本文所提出算法的优越性。研究了机动车标牌典型印刷缺陷的在线识别技术,分别采用颜色空间转换技术、色度分析技术、亚像素边缘提取技术、模板匹配技术、形态学处理技术、像素灰度旋转插值技术等对机动车标牌的色斑、印刷不均、图案错印、定位不准等缺陷进行了识别,并进行了实验验证。基于C#、Halcon等软件开发平台研制了机动车标牌印刷质量检测软件系统,在企业实际生产条件下用所研制的系统进行了在线质量检测。结果表明,所研制的机动车标牌印刷质量检测系统能够满足实际生产需要。