近年來，隨著機器視覺相機在產品缺陷檢測中的應用越來越廣泛，印刷檢測就是其應用領域之一。由于印刷工藝等原因，印制產品往往存在印刷不當、錯印、漏印等現象，為了能夠更好地完善印刷技術，印刷檢測必不可少。從食品、藥品等外包裝，到窗花、墻紙、瓷磚等建材，再到精密儀表板、電路板、交通標志，無一不是需要使用印刷檢測的地方。
不少印刷企業轉向使用傳統機器視覺技術對印刷結果進行缺陷檢測。但傳統機器視覺檢測雖然能夠提升印刷產品的缺陷檢出率，但是用其進行更精細的印刷產品的缺陷檢測，仍然存在一些問題無法解決。一臺小小的手機都是能塞就塞，印刷產品也是逃脫不了，許多印刷圖案面積小卻精細，需要較高精度的檢測方式才能更好的檢測印刷處是否存在缺陷。
傳統的機器視覺缺陷檢測技術仍然無法對產品印刷處進行更精細的檢測，但隨著深度學習在機器視覺領域的不斷攻城略地，深度學習和機器視覺的交叉融合應用發展成為了當下機器視覺應用的新落腳點，基于表面缺陷檢測技術，實現了印刷產品缺陷的精準檢測，快速剔除不良品，提升產品質檢的準確性有著非常重要的意義。它能夠通過對圖像大量的識別訓練，更快的構建算法模型，當出現新的缺陷類型時，無需對具體規則進行人工編程和再次構建算法，實現系統的自主升級。
在包裝上，重要的便是嚴格保證產品印刷不出錯。所以高速工業相機提升印刷產品缺陷檢測率，提升產品質量。
魯ICP備09100748號-2