从上世纪70年代起，世界各国就开始了交代撕裂保护技术的研究，例如，嵌入法、侧立法、超声波扫描、X光探伤。但是这些方法都存在一定的局限性，或者是结构简单，无法准确识别故障，并且只针对单一情况，缺乏综合检测能力。本文将尝试将机器视觉技术引入胶带撕裂检测中，利用其精度高、速度快、非接触性、可重复性动态测量等特点，从而研究一种新的撕裂检测方法。利用该技术对输送带表面故障进行检测不仅可以排除人为主观因素的影响，还能够对检测的性能指标进行定量描述，降低人工检测的劳动强度，提高检测效率和精度。
输送带检测主要针对输送带的使用特点来定的。由于输送带需要连续化、高效率、大倾角的运输，所以对使用中对输送带各项性能要求很高。检测系统主要包括三部分：图像采集系统、图像处理系统、图像分析系统和图像识别系统。
首先，用高动态范围的工业相机拍下清晰图片，再将图片传送给图像处理系统（选择什么样的工业相机将直接关系到图像采集的清晰度和对比度，从而影响到后续图像分析和处理的效果）。其次，用图像处理软件经过图像预处理、图像分割两个阶段，为后续处理提供理想的目标图像。最后，采用图像分析和识别系统，倘若图片中出现划伤、撕裂等情况，则提醒。这也直接关系到交代撕裂检测的正确性。
利用机器视觉技术对输送带进行状态监测，可以及早发现输送带的潜在故障，并及时制止故障的蔓延，有利于提高企业生产的自动化水平。虽然基于机器视觉研究的输送带在线状态监测还处于试验研究阶段，一些关键技术还待解决。但是机器视觉检测技术依旧是目前的研究热点。而利用最新的视觉技术进行使用技术开发是输送带视觉检测技术的未来研究方向。