目前，在中国的纺织工业中，质量控制是至关重要的，而织物疵点的检测是其中最重要的一部分。织物疵点在线检测的目的在是走布的过程中及时的发现疵点，尽可能地提高织物的质量以及检测速度。　　 本课题是在对国内外织物疵点自动检测系统的理论成果的基础上，发现目前的检测方法都是基于计算机视觉理论上的算法及分类，即在获得的二维图像上的处理与算法研究，二维图像必然受到环境的影响，以及一些正常的织物在图像上表现为疵点织物类型，例如，由于滚轴的走速不一致导致的织物褶皱、漂浮在织物上方的飞絮在图像中的黑影等等。所以本文提出解算织物的三维骨架数据信息来识别织物疵点的方法，有效地解决二维图像识别难的问题。　　 本课题所作的主要工作有：搭建硬件设备系统，包括两台高速采集摄像机、镜头、支撑架、标定平板以及计算机。首先，进行左右摄像机的标定，精确标定出左右摄像机的内外参数，即焦距、旋转矩阵以及平移矩阵。其次，编码一幅适合织物的彩色编码光栅序列，并分析出识别光栅的最佳彩色空间，对识别出的光栅二值化、中值滤波等预处理，然后细化。再次，根据外极限约束与同名光栅结合，解算织物三维骨架数据。最后，根据三维骨架数据信息特点，把其三维坐标转换为两个二维坐标数据，并以织物纹理特征判定阈值，从而实现疵点的识别与分类。