造紙工業的紙張生產流程主要有：制漿、網部紙張成型、壓榨脫水、烘干干燥、涂布、壓光、卷繞、復卷、切紙等。在紙制漿的過程中，經常會有一些費紙沒有完全打成紙漿、或是一些紙漿在儲存罐中停留時間過長，而出現一些腐漿團。如果這些腐漿團在整個造紙過程中沒有被除去，則會出現在成品紙張中。另外，紙張中也會存在一些紙張的色斑(費紙中油墨沒有完全除去)及紙張裂紋等，這些紙張中的缺陷通稱為瑕疵。此類的紙張供給印刷企業，印刷機在印刷時，極有可能對印刷機造成一定傷害，同時也影響到產品的品質及企業的信譽。因此，在紙張的生產過程中，應當采取一定的措施檢測并剔除含有腐紙漿團等瑕疵的紙張，紙張的品質。由于紙張中的瑕疵，傳統的人眼檢測無法適應高速生產線，而且容易漏檢給企業造成損失。所以通過機器視覺技術進行紙張表面瑕疵檢測為紙張質量檢測提供了很好的方案。對于正常紙張，白度都在百分之七十以上，而腐漿團的白度一般情況下小于百分之三十。白度的檢測可以利用各種光學檢測儀器測量，由于目前紙張測量要求在高速運行中動態檢測，必須利用快速檢測裝置，而現有技術方案中應用機器視覺CCD檢測系統是理想的選擇。基于機器視覺技術MVC紙張瑕疵檢測儀通過線陣相機對紙張表面進行掃描，配合易菲特自主研發的MVC紙張瑕疵檢測系統對瑕疵進行快速識別，瑕疵進行自動分類，發現瑕疵報警提示并進行打標，實現了紙張瑕疵檢測，極大的提高生產效率。機器視覺在表面質量檢測中能夠實現高速、在線檢測的優越，目前已經在帶鋼、薄膜、無紡布、紙張等領域廣泛應，備受行業用戶青睞，其成本低、精度高、安裝簡易等優點更是不在話下，已經成為自動化生產檢測、質量控制等領域的一把利器。如今，中國正成為世界機器視覺發展活躍的地區之一，應用范圍涵蓋了工業、農業、醫藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國民經濟的各個行業。其重要原因是中國已經成為全球制造業的加工中心，高要求的零部件加工及其相應的先進生產線，使許多具有國際先進水平的機器視覺系統和應用經驗也進入了中國。經歷過長期的蟄伏，2010年中國機器視覺市場迎來了爆發式增長。數據顯示當年，中國機器視覺市場規模達到8.3億元，同比增長48.2%，其中智能相機、軟件、光源和板卡的增長幅度都達到了50%，工業相機和鏡頭也保持了40%以上的增幅，皆為2007年以來的zui高水平。2011年，中國機器視覺市場步入后增長調整期。相較2010年的高速增長，雖然增長率有所下降，但仍保持很高的水平。2011年中國機器視覺市場規模為10.8億元，同比增長30.1%，增速同比2010年下降18.1個百分點，其中智能相機、工業相機、軟件和板卡都保持了不低于30%的增速，光源也達到了28.6%的增長幅度，增幅遠高于中國整體自動化市場的增長速度。電子制造行業仍然是拉動需求高速增長的主要因素。2011年機器視覺產品電子制造行業的市場規模為5.0億人民幣，增長35.1%。市份額達到了46.3%。電子制造、汽車、制藥和包裝機械占據了近70%的機器視覺市場份額。機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲關于理解多面體組成的積木世界研究開始的。當時運用的預處理、邊緣檢測、輪廓線構成、對象建模、匹配等技術，后來一直在機器視覺中應用。羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術來確定輪廓線，用區域分析技術將圖像劃分為由灰度相近的像素組成的區域，這些技術統稱為圖像分割。其目的在于用輪廓線和區域對所分析的圖像進行描述，以便同機內存儲的模型進行比較匹配。實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目標分為若干子目標的分析方法，運用啟發式知識對對象進行預測。這同言語理解中采用的自底向上和自頂向下相結合的方法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發式知識，表明用符號過程來解釋輪廓畫的方法不必求助于諸如zui小二乘法匹配之類的數值計算程序。70年代，機器視覺形成幾個重要研究分支：①目標制導的圖像處理；②圖像處理和分析的并行算法；③從二維圖像提取三維信息；④序列圖像分析和運動參量求值；⑤視覺知識的表示；⑥視覺系統的知識庫等。