机器视觉质检是一种模拟人工检测的方式方法以及对人脑的逻辑判断，但是它又拥有其高于人工检测的以及更加优良一致性的自动检测方法。
1.机器视觉的概念
机器视觉，简单来说它就是通过利用机器设备来替代人工进行对目标的识别、判断、测量等检测模式。他是现代光学、电子科学、软件工程、信号处理以及系统的控制技术等多种学科相融合交叉的一种模式。
光学采集设备一般主要是由工业摄像机、光源以及配套图像采集卡等硬件相组成。而他的主要作用是获取通过采集位置的标签的数字图像从而为后续的分析以及处理提供素材，它相当于在人工检测时候的双眼。
判断识别：它是由工业控制计算机以及植入的图像处理和分析软件、控制软件构成。它是视觉检测的部分，终形成缺陷的判断并且能够向后续执行的机构发出指令。
自动控制：终将检测系统的结果变换成为具体操作的硬件，比如我们常见的声光报警器、废品剔除装置或者可以做标记的装置（例如喷墨机、贴标机等等）。
除此之外，印刷检测设备常常必须有着一套十分稳定的机械传输控制平台，对于安装在印刷机上面的在线检测系统而言，传输平台就是印刷机；但是对于离线监测系统而言，却需要单独配置有传输的平台，比如复卷机、单张传输平台等等。
２、印刷缺陷检测原理
印刷缺陷检测主要是依靠对图像的比较对比的方法进行的。我们通过对一张完整无误的图像进行保存，然后依次通过相机进行采集，可以比较出差距。一边是通过相机实时采集到的图像，而另外一边则是事先采集并且保存起来的标准图像。检测时候，首先将两幅图像通过定位等方法使其重合，然后再进行逐点或者逐像素对比颜色或者亮度的差异。而当他们之间的差异超过了事先设定的范围值时，计算机将判定其为缺陷印刷品。
３、机器视觉检测特点
一套高品质的机器视觉检测系统，必须具备有以下几个条件：
１）高品质的成像系统
成像系统被称作机器视觉检测设备的“眼睛”，因此“眼睛”识别能力的好坏是成为评价成像系统的关键指标。通常，成像系统的评价指标主要是体现在余下三个方面：
①能否发现存在的缺陷
基于图像方法进行的检测，所能够依据的原始亦的资料也就是所猜到图像上颜色或者亮度的变化。除此之外，没有其他的参考资料可供使用。所以，一个高品质的成像系统首先应该是一个能够充分表现被检测物的表面颜色变化的成像系统。因此除了选择具有高清晰度的相机以及镜头之外，用于营造成像环境光照设计也是显得极其重要的，有时甚至会出现为了特殊缺陷专门设计的光照系统。我们常常说１００％的质量检测系统，实际上指的是能够充分表现出各类缺陷的图像中１００％的全检。
②能够发现的缺陷的尺寸
众所周知，数字的图像其中的计量单位是像素，但是它本身是并不能代表所被拍摄物品的实际尺寸大小。被拍摄物的实际尺寸大小和像素之间的关联式通过一种叫做分辨力的物理量来完成的。而分辨力值得就是每个单位像素所能代表的实物的大小尺寸。分辨力的数值越小，则图像的精细程度则越高，检测系统能够发现的缺陷尺寸就越小，检测就会越高。
③能否足够快速地摄取图像
就像我们人的双眼看运动物体一样，如果当物体运动的足够快的时候，人的双眼就不能再清洗的观察到物体的全部。机器视觉检测系统的“眼睛”——摄像机也有着一个拍摄速度的上限，也就是相机的主频。如果当拍摄物体的运动速度超出了摄像机的主频上限的时候，摄像机就不能获得清晰、完整的图像，检测就不能够正常地继续下去。摄像机的主频越高，所采集物品的速度也就越快，这样检测才能够保持高效的进行。因此，是否能够采用足够高主频的摄像机也就是能够评价一个成像系统是否是高品质的关键因素之一。
２）成熟的图像处理以及分析算法
图像处理与分析算法在整个检测系统当中相当于人工检测时候人的大脑的判断思维，由于机器视觉是一个实践性很强的一中学科，评价一个算法的好坏更多的是依赖于实际应用的验证而并非考察算法中是否采用了比较先进或者高深复杂的理论。因此一个能够充分模拟人的大脑判断过程与方法并且稳定、高效的图像处理与分析算法能使真正我们所需要的，也就是所谓的成熟处理与分析算法。因此，在设计处理算法时，需要充分的分析人的判断过程，并将它转换成为计算机的语言。
３）可操作性好
可操作性好的主要要求就是检测设备的应用操作要具备有简洁、方便并容易理解的特点。比如说系统有友好的人机交互界面、良好的导向性操作设计等等。
４）稳定的其他设备设施
其他设备设施主要指的是除了检测系统以外的设施，比如传输控制平台、缺陷处理装置（剔除、报警、标记等等）。对配套设施的要求是必须运行稳定、信号响应及时、迅速。