图像配准和图像分割在印刷品的缺陷检测中占据着举足轻重的地位,成为机器视觉软件设计开发成败的关键要素。本文研究的图像配准技术是以图像的纹理和几何特征为基础,采用VE4000视觉系统中图像配准算法理论进行实验,设计单一模板,进而根据待配准图像的特征,裁剪单一模板拼接生成基准参考图像。在VE4000配准算法的基础上,重新设计模板,将七个模板无缝拼接形成标准图像,再通过模板匹配,将待配准图像与标准图像中进行模板匹配,进而在标准图像上裁剪出与待配准图像的大小一致的基准参考图像。本文研究的图像分割技术是以印刷品的区域特征为基础,采用C-V模型的水平集算法和BLOB分析技术进行实验。对图像分别用投影和种子预处理算法对图像进行去噪。进而采用水平集算法和BLOB分析分别对特定区域进行分割。水平集算法是根据曲线内外的能量推动初始曲线的变化,迭代,最终达到图像分割的目的。基于BLOB分析,首先对图像进行二值化处理,采用连通性BLOB分析,取得最大连通区域的特征,并对最大连通区域进行图像校正和二线性插值操作,最终,比对水平集和BLOB分析的分割结果。比对图像配准和图像分割算法的实验结果。对VE4000图像配准算法和改进的图形配准算法分别进行操作,两种算法都能获取配准图像,然后对配准图像进行差影操作,根据BLOB分析的效果,得出改进算法的配准精度优于VE4000配准算法。采用C-V水平集算法对图像进行分割,并没有达到预期的分割效果。进而分析图像特点,采用BLOB图像分析算法对图像进行处理,该算法达到要求的分割目的,而且分割精确,速度较快,鲁棒性较强,完全满足了生产的需求。