随着科学技术的日新月异，印刷行业自动化程度不断提高，传统印刷工业的缺陷检测方法由于成本高、效率低、主观性强等因素，已无法满足高速印刷工业的生产需求。因此，对基于机器视觉技术及数字图像处理技术的印刷品缺陷在线检测系统的研究具有很高的实用价值与重要的现实意义。在对印刷品缺陷在线检测系统的相关原理进行深入研究后，本文对该系统涉及的几个相关图像处理技术展开了较为详细的研讨，对缺陷检测系统的软硬件设计方案提出了思路，并通过实验验证了实现了设计思路。本文围绕印刷品缺陷在线检测系统的基本流程和主要技术，做了如下几方面内容的研究：（1）本文首先讨论了系统的硬件平台组成，分析了主要部件的功能、硬件设备的选型参考因素；（2）图像初步处理能够去除印品图像中的噪声点等不稳定因素，保证图像的缺陷检测与缺陷类型识别的准确可靠。本文介绍了对印刷品图像进行初步处理的两个主要技术，即图像去噪与图像配准。根据影响印品图像质量的噪声的主要类型，提出本课题应选用中值滤波法进行印刷品图像去噪。然后，对比分析基于灰度信息和基于特征提取的图像配准方法两类方法。本文最终采用SIFT图像特征进行图像配准，结合SIFT算法的优缺点及在线检测系统的特点，提出减小匹配区域大小的方法来减少特征点的计算量和保持特征点精准的特性，使其在本课题的实验系统中有更强的适应性；（3）本文在研究了各种缺陷检测方法后，提出了采用基于小波包变换的图像差分法，对差分图像的二值图像应用形态学方法融合缺陷区域，然后用Blob方法进行缺陷分割，得到各缺陷的位置与几何特征，最后在待检印刷品图像上完成缺陷的标注的检测思路。本文利用MATLAB R2008a系统验证了算法的有效性，并在Visual Studio2012平台上实现了缺陷检测系统。