帘子布疵点的有效检测对提高产品质量、降低产品成本具有重要的意义。在帘子布的生产过程中,质量检测与控制是非常重要的,而疵点检测是质量检测与控制中最重要的一部分。目前国内织物生产的在线检测基本上都是由人工视觉来完成的,帘子布疵点的检测也是如此。在人工检测的过程当中,由于人本身存在的缺陷,其视觉往往会存在一定的偏差,这就会造成疵点的误检和漏检。本文的研究目的就是找到一种基于计算机平台的帘子布疵点快速检测方法。本文在对国内外关于织物疵点自动检测研究成果学习和研究的基础上提出了自己的研究内容。首先是检测系统的硬件平台搭建,然后是帘子布疵点自动检测。帘子布疵点自动检测分为三个部分来完成,分别是图像的预处理、图像分割以及疵点的识别分类。在图像预处理部分首先把采集过来的原始图像变为灰度图像,然后对比了两种去噪滤波方法,选择了中值滤波这种快速有效的滤波方法,接着采用Sobel算子对图像进行锐化增强。在图像分割部分首先提出一种基于能量计算的帘子布疵点图像快速检测方法,对比了分水岭等三种算法对帘子布疵点分割的效果,得出分水岭算法是一种较优秀的分割算法这一结论,接着对分水岭算法进行改进,并用改进过之后的分水岭算法对疵点图像进行分割。在疵点识别分类部分首先根据帘子布4类疵点的特征找出5个特征量,利用径向基函数网络对疵点进行识别分类。仿真实验结果表明,本课题所做的研究都是有效可行的。