虽然现在已经是电子信息时代，手机、电脑、ipad、等电子产品不断更新迭代，充斥着我们的眼球，但是纸张作为文字的载体之一，仍然属于我们生活的一部分，有着广泛的市场。但是在纸张生产过程中，由于照明系统、纸机故障、人工操作不当、纸浆不均匀等原因，会造成纸张存在大量尘埃、斑点、条痕、皱褶、空洞及破边等外观缺陷，给纸张的生产造成巨大损失，这也给纸张表面缺陷检测方法带来的改变，因此， 所自主研发的视觉缺陷检测系统应运而生。
基于机器视觉检测技术的纸张表面缺陷检测的几种方法：
1、阈值法是比较常见的纸张表面缺陷检测方法。当纸张出现缺陷时，缺陷部分及其边缘的对比度比周围正常纸张的对比度有明显的提高，对比度的提高量与纸张缺陷的类型有直接的关系，我们可以根据这种关系，通过对比度的提高量是否超过预设阈值来判断纸张缺陷的类型。
2、基于统计处理的纸病检测，利用纸张纤维结构的统计特性，可以得出纸张图像随机信号所满足的统计规律，用统计的方法来检测各种纸病。
3、形态学方法也是纸病检测中常用的方法，其基本方法是用形态学描述被测区域的形状，并预测和快速处理如过滤、细化、修饰等，把纸张图像的形态特征为研究对象，设计一整套算法来描述纸病的基本特征和基本结构。
4、光学机器视觉智能检测是以图像处理理论为核心，以数字图像处理、模式识别、计算机技术为基础的信息处理科学的重要分支，广泛应用于各种无损检测技术中。光学机器视觉智能检测的基本原理是：一定的光源照在待测金属表面上，利用高速CCD摄像机获得连铸板坯表面图像，通过图像处理提取图像特征向量，通过分类器对纸张表面缺陷进行检测与分类。
机器视觉是研究利用仿生学的原理，用计算机的高性能计算能力、处理能力来模拟生物宏观视觉功能、抽象能力、判断功能，从而完成对被测物体的识别判断。机这是人工视觉检测手段无法实现的。机器视觉检测是当代兴起的一种自动化检测技术，其市场推广是达成社会共识的基础。 将会进一步抓住这一机遇，带来更优的产品，为更多行业赋能。