熔喷布具有生产成本低,生产效率高,产品性能好的优点。作为非织造材料的代表,熔喷布的发展也越来越快,随着自动化生产线的不断普及,熔喷布的产量也大幅提高,因此需要一种能够快速在线检测熔喷布产品性能的方法。而熔喷布主要作为一种过滤材料,其厚度一致性直接影响其过滤性能,厚度不一致会导致生产的产品质量不合格。因此,针对上述的问题,本文设计了一种基于机器视觉,结合DBSCAN聚类算法和利用轮廓系数进行参数寻优的方法,能够实现熔喷布厚度不一致区域的精确快速找出。主要工作和成果如下:（1）搭建了实验需要的设施并采集图像。研究了照明方式和光源的选择,选择在暗场中利用LED面光源对熔喷布采用背光照明的方式来采集图像。最终得到能清晰反映熔喷布厚度情况的图像。（2）实现了熔喷布厚度不一致区域的粗提取。首先通过灰度化得到熔喷布图像的灰度值信息,然后通过计算设置熔喷布厚度一致区域的灰度值范围,利用范围的两个边界值作为二值化的阈值,将图像中熔喷布厚度不一致区域的二值图像全部提取出来,接着对厚度不一致区域消除了孤立点和小面积区域,进一步简化了计算量。最终得到了熔喷布厚度不一致区域的粗提取的二值图像。（3）开发了一种自适应参数的DBSCAN聚类算法。首先对聚类算法进行对比,选择DBSCAN聚类算法,然后设置参数的可选范围,使用范围中的参数对得到的厚度不一致区域的二值图像进行DBSCAN聚类,对比使用不同参数得到的聚类结果的轮廓系数,选择最接近1的那组参数,作为最优结果。最终得到熔喷布厚度不一致区域精确的分类结果。（4）提取优化轮廓并验证方法。对得到的厚度不一致区域分类结果提取并优化轮廓,同时经过多次实验验证了本方法的有效性。