纺织品的生产过程中总会产生瑕疵点,这些瑕疵点直接影响着织物质量的好坏,进而影响着产品的销售及出口等。所以验布环节是织物质量控制的一个重要过程。迄今,传统的验布工作都是由人工完成的,鉴于验布人员主观影响,存在错检、漏检等问题,并且效率比较低。随着计算机数字图像处理技术和工业自动化的发展,纺织品生产的自动化成为了必然趋势,基于机器视觉的自动验布系统已经成为大家关注的焦点。目前,国外纺织品的检测已经开始靠硬件完成,但价格非常昂贵。找到一种基于PC平台的自动检测算法,可以有效的快速、准确并且低成本的检测织物表面的瑕疵点。帘子布图像瑕疵点检测算法研究主要有四部分组成,首先是预处理,在对织物图像进行直方图均衡化后,通过对比分析几种平滑锐化算法,选择了用中值滤波对图像进行平滑去噪,用Top-Hat算子变换对织物图像进行锐化增强;接着是通过分析对比,选择了灰度直方图法对织物图像是否含有瑕疵点进行快速判断;然后是图像分割,提出了一种基于数学形态学的检测算法,即先利用自相关函数和FFT找出织物经纬结构的重复单元,以其为依据,用形态学中腐蚀背景和膨胀目标的方法检测图像中的疵点信息,再在传统的形态学处理法之后,再一次采用开运算进一步的消除噪声,从而更加突出疵点;最后通过织物疵点长度L、疵点宽度W、疵点的经纬伸长度R、疵点面积S及疵点的紧密度C五个特征常量对织物进行特征提取。实验结果证明,本文提出的算法都是有效可行的。