本文主要研究基于机器视觉的彩色套印偏差检测方法,据彩色套印偏差图像的边缘特征,提出了一种新颖的彩色套印偏差图像的检测方法——边缘共生条件概率矩阵。该算法可以用于控制印刷设备印刷的机械定位和离线分析彩色印刷品的印刷质量。本文详细研究和分析了各种经典的边缘检测算法并比较其各自的优势,选取了适合的边缘检测算法；介绍了本文提出的边缘共生条件概率矩阵算法和边缘共生条件概率矩阵极值点的提取算法；建立了一套彩色套印偏差图像检测算法流程。实验结果表明该算法对彩色套印偏差的检测是有效、精确的,检测精度可以精确到像素级。引言部分阐述了本文的研究背景和意义,分析了现阶段国内外的研究现状,概述了本文的研究内容以及论文的结构安排。由于彩色套印是在纸张或织物同一位置的重叠印刷,而不是提前混合调配得到需要的颜色再印刷,这样就会存在不同的印刷颜色色版之间是否套准的问题。若色版套准超过质量的允许范围,则不仅会使印刷图案变得模糊,而且会引起色差,降低印刷品的质量。目前,无论是在线控制印刷设备的机械定位还是离线分析印刷质量,都是人工检测或者利用印刷品边缘的各种套准标记来进行检测的。人工检测不仅效率低而且检测精度不高；而利用套准标记不是直接针对于彩色印刷图案本身进行的,这样不仅在印刷前需要预留套准标记的位置而且完成印刷后需要裁剪该部分。本文在这样的背景下,研究了基于机器视觉的彩色套印偏差的检测方法,提出了直接针对于图像内容且不依赖模板图像的自动检测方法——边缘共生条件概率矩阵检测方法。第二章研究了图像边缘检测的经典算法。图像边缘是图像中灰度变化比较剧烈的像素点的集合,它存在于目标与背景,目标与目标,区域与区域,基元与基元之间。边缘检测的经典检测算法有基于一阶微分的边缘检测方法,基于二阶微分的边缘检测方法,小波变换的边缘检测方法,基于数学形态学的边缘检测方法,基于分形理论的边缘检测方法等。经过分析对比,本文选取了Canny边缘检测作为彩色套印偏差图像的边缘检测方法,原因在于该方法具有高定位精度、低误判率、抑制虚假边缘的优点。第三章提出了本文的核心算法——边缘共生条件概率矩阵。首先,讨论了重影图像的特点,彩色套印偏差图像是一种典型的重影图像。重影图像的重叠边缘可以认为是平行的,利用这个特点,本文提出了边缘共生条件概率矩阵的方法来统计彩色套印偏差图像的偏移参数。边缘共生条件概率矩阵利用不同角度、不同大小的扫描向量扫描彩色套印偏差图像,当扫描向量的起点和终点同时位于图像的边缘上时,则为该扫描向量对应的边缘共生条件概率矩阵元素值加一。若待检测图像存在彩色套印偏差,则在生成的边缘共生条件概率矩阵中会存在一个或者几个峰值,且该峰值点为彩色套印图像的偏差参数；若待检测图像无彩色套印偏差,则在生成的边缘共生条件概率矩阵中不存在明显的峰值点。第四章讨论了基于边缘共生条件概率矩阵算法的彩色套印偏差的检测流程。首先讨论了彩色套印瑕疵的特点。在此基础上,介绍了彩色套印瑕疵检测的三个步骤：第一步,提出边缘图像,本文选取了Canny边缘检测的方法；第二步,在得到的边缘图像中,利用本文提出的边缘共生条件概率矩阵算法计算得到一个边缘公升条件概率矩阵；第三步,在得到的边缘共生条件概率矩阵中,去除其背景信息并计算提取峰值。第五章讨论了实验设置,实验步骤及结果。本文的算法是用matlab语言实现的,选取了不同特点的彩色套印图像作为测试图像。实验结果表明本文提出的彩色套印偏差图像检测方法是精确有效的。综上所述,本论文提出了一种无需模板图像,无需彩色套准标记,利用图像边缘信息的自动检测方法——边缘共生条件概率矩阵(ECM),用来检测彩色套印图像是否存在套印偏差及其偏差参数的估计。由于彩色套印偏差是由于某个或者某几个颜色印版的平移所造成的,所以本文采用对色版的平移信息的统计进行套印偏差的检测及其偏差参数的估计。经过实验,该方法对彩色套印偏差是精确、有效的,可以精确到像素级。