造紙工業(yè)的紙張生產(chǎn)流程主要有：制漿、網(wǎng)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(jīng)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(xiàn)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(xiàn)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(yè)，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(chǎn)品的品質(zhì)及企業(yè)的信譽。因此，在紙張的生產(chǎn)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(zhì)。由于紙張中的瑕疵，傳統(tǒng)的人眼檢測無法適應高速生產(chǎn)線，而且容易漏檢給企業(yè)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(zhì)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(tài)檢測，必須利用快速檢測裝置，而現(xiàn)有技術方案中應用機器視覺CCD檢測系統(tǒng)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(fā)的MVC紙張瑕疵檢測系統(tǒng)對瑕疵進行快速識別，瑕疵進行自動分類，發(fā)現(xiàn)瑕疵報警提示并進行打標，實現(xiàn)了紙張瑕疵檢測，極大的提高生產(chǎn)效率。機器視覺在表面質(zhì)量檢測中能夠實現(xiàn)高速、在線檢測的優(yōu)越，目前已經(jīng)在帶鋼、薄膜、無紡布、紙張等領域廣泛應，備受行業(yè)用戶青睞，其成本低、精度高、安裝簡易等優(yōu)點更是不在話下，已經(jīng)成為自動化生產(chǎn)檢測、質(zhì)量控制等領域的一把利器。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(qū)域分析技術將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域對所分析的圖像進行描述，以便同機內(nèi)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(fā)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(fā)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(shù)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(tǒng)的知識庫等。在布匹的生產(chǎn)過程中，像布匹質(zhì)量檢測這種有高度重復性和智能性的工作只能靠人工檢測來完成，在現(xiàn)代化流水線后面常常可看到很多的檢測工人來執(zhí)行這道工序，給企業(yè)增加巨大的人工成本和管理成本的同時，卻仍然不能的檢驗合格率（即“零缺陷”）。對布匹質(zhì)量的檢測是重復性勞動，容易出錯且效率低。流水線進行自動化的改造，使布匹生產(chǎn)流水線變成快速、實時、準確、的流水線。在流水線上，所有布匹的顏色、及數(shù)量都要進行自動確認（以下簡稱“布匹檢測”）。采用機器視覺的自動識別技術完成以前由人工來完成的工作。在大批量的布匹檢測中，用人工檢查產(chǎn)品質(zhì)量效率低且精度不高，用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。