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的外观缺陷，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，针对纸张表面缺陷的视觉缺陷检测系统应运而生。

纸张表面缺陷亦称为纸病，其特点如下：

1、孔洞。孔洞是指在纸张上观察完全透明的部分。面积大的就叫破洞，面积小的叫孔眼，一般是由于生长线上的网子有破损、辊子粘浆、浆料不净，造纸浆液中气泡破裂，浆液不干净等造成的。

2、尘埃、污点、沙子和硬质块这类纸病会在拍摄的图像中形成灰度值较小的区域块，影响纸张的美观。主要是由于污染物、造纸浆液不纯有杂物等造成的污点。另一种是由于纸机或者抄网的铁屑等造成的金属性污点

3、划痕。划痕是指纸张表面被硬刮伤留下痕迹，影响纸的整体匀度，与背景灰度相差甚大。，一般造成的原因有生产线上设备故障、筛网有触角等。划痕区域，纸的厚度较薄，韧性较弱，在复卷或者使用过程中会出现破损，影响使用。

4、边缘裂缝。边缘裂缝通常是指纸张的边缘出现裂缝，见图。大多是由于边缘处韧性不强、车速过慢、设备刮伤等原因造成的，随着时间的推移，这些裂缝可能越来越大，纸带可能被拉断，影响生产线上的正常生产。或者被使用，影响印刷质量。

放大100倍后的纸张表面

机器视觉总体方案：根据机器视觉技术，构建系统整体框架。在前端利用高速CCD相机，实时采集纸幅图像，基于图像处理技术，设计一套纸病处理算法，用高性能计算机作为中央处理器，利用视觉软件实现纸张图像的纸病提取及识别，判断出纸张上各种外观纸病的类型、尺寸及位置并作以标记，然后在用户交互界面上，显示各个纸病信息，根据预先设定好程式，对不同的纸病信息发不同的消息通知，告诉运动控制部件执行相应动作。

纸张表面缺陷的几种检测方法：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作为研究对象，设计一整套算法来描述纸病的基本特征和基本结构。

4、基于BP神经网络的纸病识别。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。而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。四川广泰科技将会进一步抓住这一机遇，带来更优的视觉检测系统，为更多行业赋能。

（文章来源于四川广泰科技，如有侵权，请联系删文）