在纺织工业中,质量的控制是非常重要的,而织物疵点的检测是其中最重要的一部分。疵点检测的目的是在织造和验布过程中及时发现疵点,通过修复和整理,尽可能降低由疵点导致的织物质量的下降。本课题在对国内外织物疵点自动检测系统和理论成果学习与研究的基础上,主要利用数字图像处理与分析技术对缺经和缺纬两类织物疵点进行了研究,改进了识别算法,提高了识别速度,减少了计算时间。同时,采用VC++与Matlab混合编程的模式,提高了软件开发的效率和软件运行速度。本课题所做的主要工作为:将利用硬件设备得到的原始织物图像输入到计算机,然后将原始织物图像转换为灰度图像,再进一步转换为索引图像。利用3×3窗口的中值滤波器对图像进行去除噪声的处理,再利用直方图规定化增强图像对比度。在完成图像预处理的基础上,对图像进行快速检测,判断该图像是否含有疵点,对于含有疵点的图像进行小波变换,得到垂直和水平细节图像,并进行归一化得到织物各个特征值的曲线。将带疵点的织物图像的特征值曲线和正常织物的特征值曲线进行比较得到不同的特征值对不同类型疵点的响应是不同的,从而判断出疵点的存在。通过对运行结果分析,本课题提出的疵点识别算法能够准确检测平纹机织物中的缺经、缺纬的疵点。