1、印刷品缺陷檢測是印刷品行業(yè)生產(chǎn)和質(zhì)量管理的重要環(huán)節(jié)之一。目前國內(nèi)廠家大多采用印刷品缺陷檢測系統(tǒng)進(jìn)行印刷品缺陷的自動(dòng)檢測，但由于國外的系統(tǒng)價(jià)格昂貴，在國內(nèi)的使用范圍不廣，而國內(nèi)開發(fā)的印刷品缺陷檢測系統(tǒng)很多受困于缺陷檢測精度、速度及系統(tǒng)成本并未投入實(shí)際使用。近年來，GPU強(qiáng)大的并行計(jì)算能力為大規(guī)模數(shù)據(jù)運(yùn)算任務(wù)提供了新的思路和解決方案。本文以印刷品缺陷檢測為背景，將GPU并行技術(shù)和機(jī)器視覺相結(jié)合起來，實(shí)現(xiàn)了基于GPU并行的印刷品缺陷檢測算法。

2、
　　本文對NVIDIA公司的GPU硬件結(jié)構(gòu)，CUDA編程模型和內(nèi)存模型作了詳細(xì)的說明。對基于CPU實(shí)現(xiàn)的印刷品缺陷檢測算法進(jìn)行了分析，總結(jié)了其存在的問題。介紹了基于CUDA的并行圖像處理技術(shù)，分析印刷品缺陷檢測算法并行化的可行性。
　　針對印刷品缺陷串行檢測算法存在的問題，提出了一種適用于CUDA并行架構(gòu)的印刷品缺陷并行檢測算法。該算法基于四叉樹算法的結(jié)構(gòu)原理和分而治之的思想，先以四個(gè)子區(qū)域?yàn)閱挝粚D像分成若干個(gè)子區(qū)域，再

3、對子區(qū)域內(nèi)的缺陷進(jìn)行檢測，然后檢測子區(qū)域間是否有缺陷連接，進(jìn)行區(qū)域間合并，進(jìn)行區(qū)域合并的時(shí)候，同樣以四個(gè)子區(qū)域?yàn)閱挝贿M(jìn)行合并，直到合并為一幅圖像為止。在對子區(qū)域內(nèi)缺陷進(jìn)行搜索時(shí)，采用奇偶行交替搜索的方法減少迭代的次數(shù)。在算法的時(shí)間復(fù)雜度方面，當(dāng)處理一幅大小為 m×n的圖像時(shí)，本文提出的印刷品缺陷并行檢測算法為O(nd)遠(yuǎn)低于基于順序和行程長編碼的缺陷聚類算法的O(n2)，其中d為線程網(wǎng)格中Y方向的線程塊個(gè)數(shù)。并使用了NVIDIA公司開發(fā)

4、的CUDA程序性能分析工具Parallel Nsight對所實(shí)現(xiàn)的CUDA程序進(jìn)行了性能分析，提出了改變線程布局模式、使用共享內(nèi)存和內(nèi)核融合三種優(yōu)化方案。根據(jù)本課題的檢測對象特點(diǎn)設(shè)計(jì)了模擬印刷品缺陷檢測平臺(tái)，對其中的圖像采集方案、相機(jī)和主機(jī)轉(zhuǎn)軸的同步方案及其軟件系統(tǒng)進(jìn)行了設(shè)計(jì)和實(shí)現(xiàn)。
　　本文利用了四種缺陷程度不同的印刷品圖像對本文提出的算法和優(yōu)化策略進(jìn)行了驗(yàn)證，并且與印刷品串行檢測算法進(jìn)行了對比。實(shí)驗(yàn)結(jié)果表明，本文提出的印刷品缺