本论文针对基于机器视觉的印刷质量在线检测技术进行研究，通过对可变印刷信息、印刷缺陷类型、印刷色彩偏差及其它相关资料进行收集研究、现场实验与分析等途径，根据现场实际生产需要，开展印刷质量在线检测技术研究，开发出了一种印刷质量在线检测系统，用于印品在线全面质量检测。取得的主要研究成果如下: 1.本文采用基于图像配准的统计平均法进行了标准模版的制作，有效抑制和消除了标准模版图像的噪声信息;通过采用基于控制点搜索的最大互相关图像配准算法，可以高精度、高效率地实现待测印刷图像与标准模版图像之间的配准;针对印品的缺陷检测，分别采用了差影法、分区域比较法、分层检测法进行了比较，实验表明分层检测算法检测具有正确性，快速性等优点，适于应用在印品质量自动检测中;最后通过对缺陷参数的检测，对印刷缺陷的分类进行了研究。 2.本文将CIEDE2000色差公式应用到彩色印品色差检测与评价研究领域，提出了印品窗口区域的划分原则，然后分别采用CIEL*a*b*和CIEDE2000色差公式对印品的色差进行计算，对结果进行分析证明，CIEDE2000色差公式更加能够反映出色彩的变化，更加符合人眼的视觉特征。 3.研究了可变印刷信息识别算法，首先进行了字符区域定位和图像增强研究，采用了基于形态学的复杂底纹背景图像分割方法对字符进行区域分割，接着采用垂直投影结合模版匹配的方法进行字符切分;针对字符特征提取，采用了基于圆形投影变换，小波分析以及DCT相结合的字符图像特征提取方法;最后把针对多类问题的LS-SVM分类器引入到票据印刷可变印刷信息识别中;研究了核函数对训练时间和测试时间以及字符识别率的影响;多元分类方法对字符识别率以及识别时间的影响;并将LS-SVM和神经网络、模版匹配等其他字符识别分类方法进行了比较。 4.分析了印刷质量在线检测系统的特点及功能需求，设计了系统的硬件及软件方案，研究了硬件平台构成及软件界面，最终实现了印刷质量在线检测系统，系统主要技术指标达到了印刷生产实际的需要。
NETL
