随着现代生活质量的日益提高,印刷品的印刷质量和外观也逐渐成为消费群众的主要选购影响因素之一。烟草行业凭借丰富的印刷外包装,吸引着许多消费者选购,但烟草包装印刷工艺复杂,存在印刷缺陷的问题,传统的人工检测印刷质量的方法受到主观因素的影响,不能满足工业检测速度和精度的要求,所以将机器视觉与图像处理技术引入到烟草印刷品高速的自动化检测以代替人工检测中已成为一种趋势。因此本文旨在研究基于机器视觉技术的烟标在线检测系统,并在烟标印刷生产线上安装应用,通过实验测试、验证在线检测系统的可行性。针对烟标检测中存在问题,本课题开展如下研究内容:（1）构建了烟标缺陷在线检测系统的硬件部分,包含以下三个部分:烟标的图像搜集模块、检测处理模块以及检测结果的输出以及运行模块。烟标图像采集要求高亮度、高稳定性的照明环境,故采用条状LED光源。考虑在线检测系统实用性,本文采用两台线阵CCD相机采集图像,通过采集卡拼接,保证画面稳定。图像处理部分硬件采用运算速度快,性能可靠、稳定性好的工业控制计算机。缺陷检测结果输出和执行部分在显示器上的操作界面能显示各种检测信息,方便操作员操作。（2）提出了一种烟标缺陷图像的快速图像分割方法。根据获得的烟标图像,列举几种常见的图像处理方式,包括图像灰度和图像去噪。对比这些算法,验证了所提算法的效率;研究缺陷特征的分类方法,提出一种基于Halcon的烟标缺陷检测快速识别方法,进行容错实验,并对检测结果进行分析。（3）设计了烟标缺陷在线检测系统的软件部分,其功能主要三部分:模板匹配定位、缺陷检测和检测结果。模板匹配定位功能是完成烟标检测内容的形状匹的设置。缺陷检测功能实现对烟标的检测、结果显示和处理。检测结果部分让操作员可以浏览有缺陷的烟标的图片信息,为追溯缺陷的原因提供支持。本文将机器视觉技术引入到烟草烟标缺陷检测中,在基于机器视觉的印刷品缺陷在线检测系统的基础上,设计且实现了一套基于机器视觉技术的烟标缺陷检测实验系统,为研制的烟标缺陷测试系统,并将所研制系统应用到工业现场烟标缺陷检测中,该套系统能够高效的实现对烟标印刷品质量的缺陷检测,并对缺陷数据进行分析整理,从而提高烟品和印刷品企业的产品线上的自动化程度,对整个烟草行业的发展具有重要意义。该论文有图76幅,表6个,参考文献96篇。