本课题源于中国纺织工业协会项目“染色生产过程色差在线自动化检测系统”。鉴于我国印染业的现状，本课题研究连续热熔轧染机染色色差在线检测系统，以解决连续热熔轧染机印染织物色差检测问题，大幅度提高我国印染织物的质量和效率。连续轧染染色以生产效率高、适应品种广、工艺控制简单而被众多的印染厂家采用，但其左中右色差是长期困扰企业的一个难题，严重时甚至难以修复，影响产品质量。本课题即主要研究染色织物的左中右色差，系统的工作原理为：在染色布匹上方不同位置安装三个工业相机，分别测量左中右色差。相机在一定照明条件下拍摄图像，经图像采集卡将图像信号数字化后存储到工业计算机中，计算机获得拍摄图像的颜色信息后，同设定的样品颜色信息相比较，进行色差计算，得出色差值。一旦色差值超出要求范围，即警示监控人员实时调整，防止布匹继续出现色差，以减少浪费。本文采用基于计算机的机器视觉系统来进行研究。近年来，随着机器视觉系统的成熟，工业生产自动化程度的提高，机器视觉的应用越来越广。机器视觉系统可以大大提高检测范围和速度，而且检测结果能保持良好的一致性，从而确保了检测的精确度和可信度。在印染车间生产线上，人眼用来进行颜色测量和判断会因疲劳和个人差异等原因产生误差和错误，此时机器的优势凸显出来，可以稳定持续的工作。一般来说，机器视觉系统包括四大结构：光源、镜头、相机和图像处理系统。对于每一个分系统的应用，都需要考虑其运行速度和精确性，各部分相辅相成，缺一不可。在工作现场，图像的处理速度、相机的类型、检测对象的尺寸和视场大小等都会影响系统的在线检测。可以看出，机器视觉是一种相当复杂的系统。因为大多数系统检测对象都是不稳定的，整个系统与不稳定对象之间的相互匹配要求相当严格，两者之间的协调工作非常重要，导致对系统的实时性和快速性要求很高。光源、镜头、CCD相机和图像采集卡作为视觉系统成像部分，成像的质量直接影响色差检测结果的准确性，本文对此进行了重点研究。色差检测的必要条件是提取织物颜色特征，应用色差公式进行计算。颜色理论是研究色差的基础。本文研究了工业上广泛使用的几种色差公式，比较了各种颜色空间的优劣。在此基础上设计了基于不同色差公式的算法，完成了基于不同颜色空间的色差检测，得出了结果。在几种算法中，选取了其中性能较好的两种进行了深入探讨。通过对各种不同材料不同颜色的织物检测色差，得出了纺织工业上最切合实际的一种算法，即在RGB颜色空间对织物图像进行预处理，然后提取颜色特征值，再转换至CIELAB颜色空间利用色差公式CMC（2:1）计算色差。大量实验证明此方法可以有效的检测织物色差。