啤酒是一种消耗量极大的日常饮品,啤酒箱作为它的包装其印刷质量很大程度地影响了产品的销量和品牌的形象,所以对啤酒箱的印刷质量进行检测对于企业来说具有重要意义,而对于啤酒箱面纸此类画面信息丰富的胶印印刷品的质量检测也十分具有研究意义。因此,本文针对实际需求,设计了一套啤酒箱印刷质量检测系统。本文将啤酒箱印刷过程中常见的缺陷归为全局缺陷与局部缺陷两类。根据全局缺陷的性质构建较为宽泛的对比阈值,完成了对较为明显的全局缺陷的检测。根据局部缺陷的性质首先提出了基于差异模型的模板匹配检测方案,通过提取模板图像中形状与灰度值信息构建差异模型,将待检测图像与差异模型进行对比达到了对局部缺陷进行检测的目的。为解决传统机器视觉技术检测精度与抗干扰能力差相冲突的问题又提出了基于金字塔场景解析网络的语义分割模型的局部缺陷检测方案,通过多尺度特征融合达到了获取更多的上下文信息的目的,并完成了对局部缺陷的检测。分别对两种局部缺陷检测方案进行检测实验,基于差异模型的模板匹配方案检测准确率达到96%,平均耗时在10ms,检测精度高但抗干扰能力差;而基于语义分割模型的方案准确率达到71%以上,平均耗时在50ms,但抗干扰能力强。实验结果证明了两种方案的可行性,并将现阶段更加稳定高效的基于差异模型的局部缺陷检测方案与全局缺陷检测组成完整的系统以软件平台的形式进行实现进行测试,测试结果证明本文设计的系统可以快速、准确地对啤酒箱进行印刷质量检测。