在纺织服装工业生产检验过程中,对于纺织品面料表面疵点的检验和识别研究在国内外已进行了相当长的时间。但是在纺织服装加工产业的成衣检验领域一直以来仍然依赖人工检测。众所周知,疵点是影响服装成衣品质的主要因素,为了保证服装出厂的质量,每件服装在出厂前都必须经过检测,因此服装疵点检测是服装质量控制和管理的重要环节之一。长期以来,成衣疵点的检测均采用人工视觉,这种传统的检测方法存在劳动强度大、检测速度低、易受人为因素影响、误检率和漏检率高、数据处理不便等缺点,因此急需发展新颖、快速、准确的成衣疵点的自动检测系统。把图像处理与模式识别技术应用到服装成衣疵点的检测上,尤其是服装的缝纫工艺上,国内外对此的研究都比较少。为了实现成衣疵点的自动检测,本文利用数字图像处理和模式识别技术对服装缝纫工艺上疵点的识别分类进行了研究。本文主要包括服装缝线疵点系统的体系结构分析,服装缝线样本图像的采集与分类,服装缝线样本图像的预处理与分割,服装缝线疵点的特征提取,服装缝线疵点的识别分类研究。本课题研究了四种服装缝线类型的常见疵点的图像处理和模式识别的实现算法,主要做了以下的工作:第一:图像的采集和分类工作本章对服装缝线及其疵点类型进行了详细的定义和分类,对服装缝线样本图像进行了归一化处理,针对单链式缝线和双链式缝线分别设计了样本图像的模版。本课题共采集了四种类型的服装缝线,针对具体的缝线类型分别采集了该种缝线上常见类型的疵点。第二:针对不同的缝线类型,分别提出了相应的图像处理方法本章的图像处理主要包括图像预处理和图像分割两部分,通过多次仿真实验,针对不同类型的服装缝线疵点及其所在的服装面料,分别提出了相应的图像预处理和图像分割的方法,从而较完整的保留了有用的服装缝线信息,去除了无用的面料纹理和其它噪声信息,为后面的特征提取工作做好了充分的准备。第三:服装缝线疵点的特征提取本章针对不同种类的服装缝线及其疵点类型的具体情况,分别提取出了有效的特征参数,并且进行了较为科学的处理,为后期的识别分类做了前期准备工作。第四:服装缝线疵点的识别研究本章根据提取的特征参数和模式识别方法,针对不同类型缝线的疵点,分别研究出合理的疵点识别算法,从而达到了识别各类缝线疵点的目的。本文的主要贡献:(1)缝线采集阶段对服装缝线进行了详细的分类,且设计出缝线样本图像的模版,从而对所有服装缝线样本进行了归一化处理。(2)针对四种类型的服装缝线样本,分别研究出相应的图像处理方法,从而较好的把服装缝线与背景面料分离。(3)根据服装缝线的特点,提取出可以反映缝线特征的特征参数,并对这些参数进行了有效的处理。(4)针对四种类型的服装缝线样本,通过多次的实验探索,分别研究出了相应的识别分类算法,并对识别分类算法进行了详细的分析和说明。