包装纸在印刷加工过程中存在多类微小缺陷并存、印刷表面凹凸不齐和划痕墨点随机分布等多种复杂问题,而现有的工业化生产速度越来越快,对于包装印刷品表面质量的要求也更高。随着机器视觉的快速发展,以机器视觉检测技术代替人工检测逐渐成为研究热点,通过多幅图像对比分析,利用图像处理技术进行预处理、定位配准、特征优化校正、差分算法检测、多类缺陷并存提取等关键性技术进行研究。具体的研究内容包括以下几点:（1）机器视觉在线检测系统平台搭建。首先从技术难易、图像采集质量、成像效果、传输数据量等多个方面分别对图像采集系统部件进行分析,并选择更合适的硬件设备来搭建图像采集系统,旨在解决相机采集印刷品图像失真、局部质量模糊不清、图像明暗不一等问题。（2）图像特征快速定位配准技术研究。图像处理中避免不了各种噪声影响,以滤波器降低图像后续工作;针对单张彩色图像含有多类特征,提出基于图像信息相似度量的快速小模板定位配准技术,实现了特征快速定位配准。（3）多种复杂缺陷提取技术研究。基于传统差分算法提出差分改进算法,为凸显差异特征,以图像增强技术处理,实验发现不同商标纸需要不同算法检测才得到更好的效果;为消除缺陷伪边缘,以Canny和Sobel算子用特征的导数极值消除伪边缘,并以形态学处理消除图像内部含有的非缺陷,得到真实缺陷图,并提取整幅缺陷信息。（4）综合实验结果分析。以四种卷烟小盒商标纸图像进行综合试验,通过实验展现本文算法检测准确率、速度和鲁棒性的优势,针对图像缺陷进行分类,并满足实际包装印刷缺陷在线检测的要求。