随着科技技术的进步，飞速发展的计算机技术广泛应用于各个领域中，并使得这些领域发生了革命性的变化。在纺织业中，由于新技术的应用，织布机的生产效率不断提高，产量不断加大，以适应了人们不断增长的物质需求。但是，在疵点检测过程中，传统的人工检测在很多地方依旧存在，由于人的生理因素，导致人工检测速度慢、质量不稳定，已经严重制约了纺织产品的生产，成为生产过程中的瓶颈。如果能将计算机技术应用与织物的自动化检测，可以减少人的主观意识上的干扰，在保证织物质量的同时，极大的提高生产效率，对与我国纺织业的发展具有重要的意义。本文通过对国内外织物疵点发展现状的了解和分析，将近年来常见的疵点检测方法如：数学形态学方法、灰度统计量法、傅里叶分析法、小波变换法、灰度直方图法和阈值分割法等。进行了优缺点的对比和分析，发现阈值分割法具有操作简便，计算量小，计算速度快、改进成本较低，适用范围广，同时可以检测多种织物的特点，故选择其作为本课题研究的对象。所谓阈值分割技术实际上就是以某个一定的阈值为分界线将目标图像从背景图像中分离的过程。图像分割法以灰度直方图为研究对象，通过对直方图的转换、分析研究，从而获取一个正确的阈值，通过阈值对疵点图像进行分割，从而获得疵点图像并进行疵点周长和面积等特征信息。由于迭代法可以对一个双峰直方图获取正确的阈值，在计算机视觉检测中，首先利用数字化图像采集设备采集数字化图像，然后对图像进行预处理，包括图像灰度化、像素增强、平滑去噪等操作，使其灰度直方图呈现一个灰度双峰直方图，然后利用迭代法获得一个较为精确的阈值，可以明显改善图像分割效果。对于单峰直方图，本文通过改进的平滑迭代公式，对灰度直方图进行迭代变换，从而获得一个基本满意的双峰直方图，然后再采用迭代法对双峰图计算出阈值，用此阈值对图像进行分割并加以验证。本文通过对实验结果的分析，指出了本课题的一些成果和不足。