本文针对卡片打印质量检测问题,设计一种基于计算机视觉和图像处理技术相结合的检测方法。用工业相机拍摄待检测的卡片,采用张正友标定方法对相机进行标定,利用虚拟像平面模型对拍摄图像进行畸变校正,其原理是在相机成像过程中构建虚拟像平面,利用在虚拟像平面上的投影点恢复出卡片无畸变的图像;在拍摄待检测卡片时,卡片会受人为影响产生一定程度的倾斜,因此需要对待检测图像进行倾斜校正,本文提出基于DBSCAN聚类的卡片文本图像倾斜角度检测方法,将卡片图像中的文本像素点作为待聚类的数据集,利用DBSCAN聚类方法,将所有像素点按字块分类,认为每类中的文本像素点构成一条平行于文本倾斜方向的直线;将同一类别中的文本像素点按列方向求重心,并将重心点看作是对应直线的样本点,利用最小二乘方法拟合直线,所得直线的倾角认为是卡片图像的倾斜角度;采用降采样的方法提高算法速度;从Excel数据文件生成检测标准模板图像,统一待检测图像与模板图像中的文本尺寸,根据倾斜校正后的待检测图像与标准模板图像相差平移的关系,通过模板匹配的方法做图像配准,找到最佳匹配位置;通过图像差分法得到模板图像与倾斜校正后图像的差分图像,利用开运算消除差分误差,根据差分图像中黑色像素点在缺陷处密度大在非缺陷处密度小的特点,设置缺陷密度阈值最终找到待检测卡片图像中的缺陷,通过形态学的方法在倾斜校正后的图像中标记出缺陷。实验结果表明,本文的卡片打印质量缺陷检测方法可以快速准确地检测出待检测卡片中的缺陷,并且检测精度较高。本文实现了利用计算机视觉的方法对打印卡片质量进行自动化检测,降低了检测成本,提高检测效率,可以广泛应用到有关卡片打印质量检测的工业应用中。