众所周知，我国是个农业大国，在世界食品领域有着显著的地位。我国水果的产销水平一直位于世界前列，以水果为原料的如罐头、果冻等加工产品也受到了国内外的追捧。但是，目前水果加工业还是存在一定问题的，例如在加工过程中，会不小心混入毛发、纤维丝、金属等异物，不仅影响到了产品的质量，对厂商、对品牌，甚至对国家的名誉造成了损失，而且会对消费者的心理、身体上造成一定的不良影响。

目前我国大多数食品生产加工企业采用的依然是人工检测手段，人工检测的优势就在于其具有高度的智能性与柔性，能够识别各种异物缺陷。但是同样它也存在着一定的缺点，人的视觉在长时间的工作下会出现疲劳，此时，就会出现工作效率低、漏检率高、稳定性差的弊端。机器视觉技术利用机器代替人眼来实现图像的采集、传输、处理，以达到检测、分拣等目的，同样兼具智能与柔性，但却相对工作效率高、稳定性强、不受工作时间与工作环境所影响。因此，机器视觉代替人工检测，应当是生产加工行业的发展趋势。

一直以来，机器视觉技术主要应用在对完整且表面相对干燥的水果进行大小、形状、表面缺陷等的检测与分级，对某单一品种水果加工品存在的异物进行检测。而罐头、果冻等加工产品中的果肉很多是由分割成不同的形状和大小、颜色不同的水果组成的，而异物形状、大小也肯定不是一致的，这样都给机器视觉的识别、分拣过程增加了一定的难度。据了解，我国科学家专门针对这一问题展开了研究，开发了一套机器视觉技术支持下的多类型异物自动检测系统。

机器视觉技术的功能主要包括图像的采集、传输与处理、储存等，多类型异物自动检测系统就充分利用了机器视觉的这些功能。首先利用机器视觉系统中的相机组件，对传送中的水果或是水果加工品进行图像采集。然后将采集到的图像输送到计算机中，由图像处理软件对其进行分析判断。最后根据水果与异物的颜色或是亮度等的差异特点，采用不同的图像处理方法来识别异物。例如：对颜色比较丰富的水果如黄桃等，则根据果肉与异物的颜色差别进行识别；对颜色为白色或透明的果肉如椰果等，则根据边缘轮廓来识别异物。