近年来机器视觉技术已经十分广泛的应用在印刷品缺陷检测领域,但是随着人们对印刷品质量的要求提高,传统的印刷品缺陷检测已经很难满足印刷品工业的需要,要想提高印刷品缺陷检测的效率,只能在检测领域寻求新技术。　　本文研究的主要任务是根据工业流水线上印刷品缺陷检测的需求,应用计算机视觉技术实现工业流水线的印刷品缺陷检测。本文首先对印刷品缺陷检测的工作原理进行了研究,确定了以自主研发的相机作为图像的采集系统,并介绍了其相关的理论知识;其次对印刷品缺陷检测过程中涉及到的图像处理知识进行了总结,在此基础上提出了一种行之有效的检测方案。在图像预处理方面,根据图像采集和传输的实际情况,在传统的直方图增强算法基础上提出了基于自适应阈值的直方图增强算法,并采用了基于小波变换的图像降噪算法。在标准图像制作过程中,提出了一种基于图像配准的统计平均法制作标准图像,避免了因机械振动等因素造成的图像模糊,使得制作的标准图像更加清晰、准确。图像的配准是保证图像比对准确与否的关键,本文提出了一种基于改进Surf的快速图像配准算法,较好的实现了与待检图像的配准。本文还在差值算法的基础上提出了双向差值算法,解决了差值检测算法在应用时无法准确统计缺陷信息及待检图像变形和噪声敏感的问题。然后通过投影法检测出缺陷的大小和位置信息。　　本文最后以Java平台为基础,编写了图像预处理和缺陷检测程序。通过现场验证,本文所研究的印刷品缺陷检测技术能达到预期的目标,为工业流水线印刷品缺陷检测的进一步研究提供了理论依据。