近年来服装纺织业迎来了高速的发展,大批量次的生产对织物表面质量检测显得非常重要。柔印纺织唛作为纺织品的重要辅料,不仅记载着用料成分比例,还有保存方法和洗涤方式等信息,因此其质量检测成为重中之重的工作。但由于柔印织唛产品具有种类繁多、尺寸长短不一等特点,行业内对柔印织唛的缺陷检测主要依靠人眼,未有相关自动光学检测设备对多样化织唛产品进行缺陷检测。有鉴于此,研究基于机器视觉的柔印织唛产品缺陷检测方法具有重要的工程价值。为了解决柔印织唛产品缺陷检测问题,本文设计了一套面向柔印织唛缺陷检测的机器视觉系统。整个机器视觉系统由两部分构成:由光源、相机、镜头、机械装置构成的硬件织唛样品采集系统,由织唛缺陷检测算法构成的算法软件系统。本文的主要工作如下:(1)柔印织唛将织唛的三种图像特征进行融合。对织唛图像进行灰度化处理得到灰度特征,运用Canny边缘检测算子对织唛样本图像进行处理得到梯度特征,计算织唛样本图像的非广义熵提取熵特征,融合图像特征构成样本函数,构建了具有丰富特征信息的样本图像。(2)将织唛样本图像的平均特征向量作为候选特征向量,通过参考特征向量与候选特征向量的比较,构建织唛样本图像的先验知识,并添加进目标函数构造最小二乘回归优化模型。(3)采用基于奇异值分解的增广拉格朗日乘子法进行迭代求解最小二乘回归优化模型,将待测织唛样本图像分解为包含缺陷的前景图像和无缺陷的背景图像,通过待检测的样本图像与之对应的模板图像进行差分凸显织唛缺陷,采用迭代阈值算法精确分离缺陷,完成柔印织唛缺陷判断。实验结果表明,本文提出的柔印织唛缺陷检测算法在检测漏检率为0,误检率仅为1.7%,皆优于现有其他检测算法,展现了良好的工程应用前景。