近年来，随着机器视觉相机在产品缺陷检测中的应用越来越广泛，印刷检测就是其应用领域之一。由于印刷工艺等原因，印制产品往往存在印刷不当、错印、漏印等现象，为了能够更好地完善印刷技术，印刷检测必不可少。从食品、药品等外包装，到窗花、墙纸、瓷砖等建材，再到精密仪表板、电路板、交通标志，无一不是需要使用印刷检测的地方。
不少印刷企业转向使用传统机器视觉技术对印刷结果进行缺陷检测。但传统机器视觉检测虽然能够提升印刷产品的缺陷检出率，但是用其进行更精细的印刷产品的缺陷检测，仍然存在一些问题无法解决。一台小小的手机都是能塞就塞，印刷产品也是逃脱不了，许多印刷图案面积小却精细，需要较高精度的检测方式才能更好的检测印刷处是否存在缺陷。
传统的机器视觉缺陷检测技术仍然无法对产品印刷处进行更精细的检测，但随着深度学习在机器视觉领域的不断攻城略地，深度学习和机器视觉的交叉融合应用发展成为了当下机器视觉应用的新落脚点，基于表面缺陷检测技术，实现了印刷产品缺陷的精准检测，快速剔除不良品，提升产品质检的准确性有着非常重要的意义。它能够通过对图像大量的识别训练，更快的构建算法模型，当出现新的缺陷类型时，无需对具体规则进行人工编程和再次构建算法，实现系统的自主升级。
在包装上，重要的便是严格保证产品印刷不出错。所以高速工业相机提升印刷产品缺陷检测率，提升产品质量。
鲁ICP备09100748号-2