随着当前印刷品检测技术的发展,基于机器视觉的非接触式印刷品检测已经成为当前印刷品检测的主要方式。它通过在检测之前采集一幅合格的印刷品模板图像作为检测标准,检测时实时采集生产线上的样品图像,并和模板图像进行匹配、校正、比对,从而判断当前样品是否存在缺陷。由于实时样品是通过皮带传输,因此采集到的是一幅包含皮带背景和印刷品前景的图像,所以在生成模板图像时需要提取印刷品部分的有效前景区域并且在有效前景区域内提取出用于定位匹配的ROI区域(即为定位核)。传统的印刷品定位核提取方式是在生成模板图像之后,人工手动分割出印刷品的前景区域,并且在这个前景区域中根据个人经验选出合适的矩形定位核区域。这种人工分割选取的方式随着检测系统硬件的升级和软件系统的优化,越来越成为检测系统性能提升的瓶颈。本文以数字图像处理算法为基础,以北京征图新视科技有限公司印刷品检测系统为应用背景,将图像处理应用于印刷品检测系统之中,对传统的前景提取和定位核提取方式进行了研究,并使用相关图像处理技术实现印刷品检测系统的自动化和智能化。主要工作分为以下几个方面：(1)对基于机器视觉的印刷品检测系统的发展做了综述,研究了现有模板图像生成方式的现状及不足,提出了自动前景提取和自动定位核提取的目标要求。(2)介绍了印刷品检测系统的整体架构以及软件部分的模块组成,对软件模块中的建模流程进行了具体分析,着重阐释了检测系统的流程和相关概念,提出了自动建模的实现目标。(3)对自动建模的相关图像算法进行了研究分析,主要研究内容为图像的前景提取算法、图像分割算法、图像特征,并分析了算法对于解决印刷品检测系统自动建模的可行性。(4)根据印刷品检测系统自动建模的具体要求,在分析印刷品模板图像特点和当前印刷品建模流程以及相关图像算法研究的基础上,设计并实现了自动建模中的自动前景提取和自动定位核提取模块,并对系统的部署应用进行了详细说明。(5)对检测系统的实际应用进行了准确性和效率的测试分析,总结了算法的优势和不足,并提出了下一步的研究方向。