在生活中,人们每天消耗着纸张;在工业生产中,纸也是不可缺少的原材料。但将生产原料转换成纸张是极其复杂的生产过程,工艺和环境的多变性使得纸张表面会产生黑点、孔洞、褶皱、破边等问题,这会降低纸的质量和品质。传统的检测方法主要依靠人们的眼睛,效率低、漏检率高、实时性弱以及劳动强度大等缺点在规模较大的企业中是不可采用的。为了提高纸品在同行业中的竞争力,本课题设计出一套基于图像处理技术的纸张表面缺陷在线检测系统。该系统的主要流程为CCD采集图像输入检测系统中进行预处理,对纸病图像进行滤波去除干扰和图像分割处理算法分析和仿真,设计出一整套图像处理算法。文中以Microsoft Visual C++6.0为软件开发平台,针对迭代法和大津法对含有灰度值不同的纸病图像处理的优缺点,引入一种新的算法—将迭代法和大津法相结合,该算法是把灰度级相差大的图像分成子区域再用改进的迭代法求取各个子区域的阈值和平均灰度值,进而求得整幅图像的最优阈值。实验结果表明改进阈值分割方法不但能够分割出高对比度纸病图像,而且能够分割出大多数低对比度纸病图像。将改进型的阈值分割算法尝试性的应用于在线检测系统中,在充足的光源照射、稳定可靠的图像采集系统的前提下对系统进行试验,结果表明检测系统能够达到预期的技术指标,实现对高低对比度纸病的有效分割及检测,最终在系统中运行时其识别率高达90%以上。