在印刷過(guò)程中，由于工藝等原因，印刷品往往會(huì)出現(xiàn)色差、套印不準(zhǔn)現(xiàn)象，還會(huì)出現(xiàn)一些缺陷點(diǎn)、墨線、黑皮之類的外觀缺陷，從而導(dǎo)致印刷次品的出現(xiàn)。印刷企業(yè)一般采用人工方法，在印中抽樣及印后逐一進(jìn)行目測(cè)的方法分揀次品，檢測(cè)效率低、成本高、勞動(dòng)強(qiáng)度大。實(shí)踐證明，利用機(jī)器視覺(jué)系統(tǒng)來(lái)代替人進(jìn)行印刷品缺陷檢測(cè)，可以提高生產(chǎn)效率，降低生產(chǎn)成本。利用基于PC的機(jī)器視覺(jué)系統(tǒng)代替人工進(jìn)行印刷品檢測(cè)，利用計(jì)算機(jī)精度高、速度快的特點(diǎn)，迅速而精確地檢測(cè)出印刷品的外觀缺陷，并對(duì)缺陷程度進(jìn)行綜合分析，從而判斷印刷品是否為次品或廢品。

　　一、圖像采集
　　圖像采集過(guò)程中，由于攝像機(jī)精度、照明環(huán)境等因素的影響，采集的圖像會(huì)存在一定的隨機(jī)噪聲，從而導(dǎo)致圖像失真。這里采用即可去掉尖鋒干擾，又能保持邊緣細(xì)節(jié)的加權(quán)中值濾波算法。確定一個(gè)像素個(gè)數(shù)為奇數(shù)的窗口W，先對(duì)窗口內(nèi)各像素加權(quán)，某一像素加權(quán)值為m，即窗口像素灰度排隊(duì)時(shí)該像素重復(fù)m個(gè)，再將窗口內(nèi)的各像元按灰度值從大到小排列，再用其中間位置的灰度值代替原圖像f（x，y）的中間值，得到增強(qiáng)圖像g（x，y）。

　　二、視覺(jué)檢測(cè)

　?。ㄒ唬┤毕輽z測(cè)
　　印刷缺陷表現(xiàn)在圖像上，即為采集圖像缺陷處的灰階值與標(biāo)準(zhǔn)圖的差異。將采集圖像的灰度值同標(biāo)準(zhǔn)圖進(jìn)行差分（像素值相減），判斷其差值（兩幅圖灰階值的相差程度）是否超出以預(yù)先設(shè)定的標(biāo)準(zhǔn)值范圍，就能判斷出這幅印刷品有無(wú)缺陷。

　　（二）缺陷識(shí)別
　　差分完成后,得到一幅同采集圖大小相同的差分圖，其像素值是每?jī)煞鶊D像對(duì)應(yīng)像素點(diǎn)的差值。隨后，對(duì)差分圖像進(jìn)行逐行掃描，對(duì)缺陷點(diǎn)進(jìn)行探測(cè)。當(dāng)遇到缺陷點(diǎn)像素時(shí)（其值>0），用遞歸的方法遍歷整個(gè)缺陷區(qū)域，同時(shí)記錄下缺陷區(qū)的大小、尺寸。整個(gè)掃描過(guò)程完成后，遞歸的次數(shù)就是缺陷的個(gè)數(shù)。在缺陷識(shí)別過(guò)程中，會(huì)有兩個(gè)或多個(gè)相距很近的缺陷區(qū)（比如兩個(gè)缺陷點(diǎn)在圖像上只有一個(gè)像素距離），通常認(rèn)為它們同屬一個(gè)缺陷區(qū)，因此，檢測(cè)前需要先把它們合并成一個(gè)缺陷區(qū)。這里采用的是數(shù)學(xué)形態(tài)學(xué)的膨脹算法（如圖1所示）。再經(jīng)過(guò)腐蝕、膨脹、再腐蝕等一系列操作，將缺陷圖像的邊緣形狀提取出來(lái)，以便進(jìn)行進(jìn)一步的分析和判斷。

　　下一步需要解決的，一是在線動(dòng)態(tài)圖像捕捉及處理，二是較之外觀缺陷要困難得多的如色差、套印不準(zhǔn)等缺陷的檢測(cè)與識(shí)別問(wèn)題。此外，印刷質(zhì)量的評(píng)價(jià)是一個(gè)綜合指標(biāo)，提高系統(tǒng)的智能化信息處理能力也是十分必要的。