现代纸张生产过程越来越高速化、自动化，纸病的人工检测已无法满足精确高效的要求。本课题主要利用高速相机实现纸病信息的在线检测，实现了对褶皱、裂口、孔洞、污点等纸病所在的位置和损坏程度的统计和标识，并分析其产生的原因，便于从根本上避免纸病的产生。从整体上阐述了利用高速相机实现的纸病在线检测系统的原理和功能。通过对系统性能要求的研究，选取合适的光源、相机、采集卡、编码器等硬件设备，并设计了最佳的照明方案、编码器去噪电路及检测系统的机械构造图。利用灰度分割、边缘检测和分形维数相结合的方法实现了对纸病种类的判断和纸病信息的提取。通过对纸病灰度值的分析和统计，寻找出纸病灰度与背景灰度间的差异。采用动态阈值分割法对孔洞、污点和裂口纸病进行判断，并将这两种纸病对应像素点的灰度值置为整幅图像的均值。通过计算Roberts算子边缘检测后的像素点个数，对褶皱纸病进行判断。利用边界跟踪法处理分割后得到的二值图像，得出纸病的位置、面积和最小外接矩形，依据盒维数值判断出纸病类型，并对这些纸病信息进行保存。设计了Visual C++平台下具有系统登录、参数设置、历时查询等功能的软件界面，从相机、编码器、采集卡等各个部分组合的角度对系统进行了整体调试。验证了检测算法的处理效果。结果表明：本检测算法能够有效的识别出纸病信息，对改善工人劳动条件有很重要的意义。