随着工业自动化水平的迅速提高,机器视觉技术越来越多地应用在工业检测领域,烟标印刷品质量检测技术发生了根本性变化。烟标印刷品的高档化和功能的多样化,对检测技术的要求越来越高,检测精度要求亦不断提高。在本文中,详细描述了机器视觉技术在烟标印刷品质量检测系统中的应用。　　本文从系统组成和算法设计两个角度介绍了一套完整的烟标印刷品质量检测系统在工业实践中的应用。在系统组成上,根据实际情况设计了一套合理的图像采集装置。详细描述包括光源的选择,光路设计,图像采集装置的调试等,有效解决了照明,噪声屏蔽,震动影响消除等问题。　　在算法设计上,通过分析烟标印刷品外观质量缺陷,提出了图像预处理算法,缺陷识别,目标特征提取,基于SVM缺陷分类算法等。在去除噪声方面,采用了一种新的去噪算法-nonlocal means方法,该方法假定图像包含大量冗余,并提出自相似性的概念,取得了较好的去噪效果;在边缘增强方面,选择并优化了拉普拉斯算子,改进了图像旋转实现方法;提出了改进的缺陷识别算法,包括动态阈值检测、检测状态表、缺陷评定算法;根据烟标印刷品缺陷特点,提取出6种缺陷特征,建立决策树,利用libsvm软件实现了缺陷分类。　　最后,在优化的算法以及实际需求的基础上,设计了友好的用户界面,并提供一系列可供选择的参数,使系统能更广泛地适应各种情况,提高了系统的稳定性。　　本系统是与武汉金彩科技有限公司合作开发,目前还处于研发阶段,已经实现了基本功能,后续将根据客户实际需求不断完善。