雖然現(xiàn)在已經(jīng)是電子信息時代，手機、電腦、ipad、等電子產(chǎn)品不斷更新迭代，充斥著我們的眼球，但是紙張作為文字的載體之一，仍然屬于我們生活的一部分，有著廣泛的市場。但是在紙張生產(chǎn)過程中，由于照明系統(tǒng)、紙機故障、人工操作不當、紙漿不均勻等原因，會造成紙張存在大量塵埃、斑點、條痕、皺褶、空洞及破邊等外觀缺陷，給紙張的生產(chǎn)造成巨大損失，也促使了當代視覺檢測領域的革新，因此，國辰機器人所自主研發(fā)的視覺缺陷檢測系統(tǒng)應運而生。

基于機器視覺檢測技術的紙張表面缺陷檢測的幾種方法：

1、閾值法是比較常見的紙張缺陷檢測方法。當紙張出現(xiàn)缺陷時，缺陷部分及其邊緣的對比度比周圍正常紙張的對比度有明顯的提高，對比度的提高量與紙張缺陷的類型有直接的關系，我們可以根據(jù)這種關系，通過對比度的提高量是否超過預設閾值來判斷紙張缺陷的類型。

2、基于統(tǒng)計處理的紙病檢測，利用紙張纖維結構的統(tǒng)計特性，可以得出紙張圖像隨機信號所滿足的統(tǒng)計規(guī)律，用統(tǒng)計的方法來檢測各種紙病。

3、形態(tài)學方法也是紙病檢測中常用的方法，其基本方法是用形態(tài)學描述被測區(qū)域的形狀，并預測和快速處理如過濾、細化、修飾等，把紙張圖像的形態(tài)特征為研究對象，設計一整套算法來描述紙病的基本特征和基本結構。

4、光學機器視覺智能檢測是以圖像處理理論為核心，以數(shù)字圖像處理、模式識別、計算機技術為基礎的信息處理科學的重要分支，廣泛應用于各種無損檢測技術中。光學機器視覺智能檢測的基本原理是：一定的光源照在待測金屬表面上，利用高速CCD攝像機獲得連鑄板坯表面圖像，通過圖像處理提取圖像特征向量，通過分類器對表面缺陷進行檢測與分類。

機器視覺是研究利用仿生學的原理，用計算機的高性能計算能力、處理能力來模擬生物宏觀視覺功能、抽象能力、判斷功能，從而完成對被測物體的識別判斷。機這是人工視覺檢測手段無法實現(xiàn)的。機器視覺檢測作為一種新興的自動化檢測技術，其市場推廣是達成社會共識的基礎。國辰機器人將會進一步抓住這一機遇，帶來更優(yōu)的產(chǎn)品，為更多行業(yè)賦能。