织物疵点是影响纺织品质量的重要因素。织物疵点自动检测是机器视觉领域的研究热点和难点。在我国，织物疵点检测主要由人工完成，但由于视觉疲劳等原因，使得这种方式存在检测效率低、误检率高等缺点。随着工业自动化和机器视觉技术的飞速发展，采用自动检测系统来代替人工判断、定位疵点信息已成为提高纺织品质量以及减少劳动力成本的一种必然趋势。针对织物疵点种类繁多、形态各异的特点，本文提出了两种用于织物疵点检测的新算法，分别是基于Butterworth滤波器组和基于非下采样Contourlet变换(NSCT)的疵点检测算法。实验结果表明这两种算法均具有较高的疵点检测率。在第二种算法中，又给出了四种由不同滤波器组合而成的NSCT。对这两种算法的检测结果进行比较后得出，基于有理系数9/7小波的NSCT疵点检测算法在织物疵点检测方面具有更佳的性能。另外，本文探索了DM3730嵌入式开发平台的两种双核通信方式：分别利用VISA模块和C6Accel模块进行双核间通信。并给出了两种方式下，利用DVSDK Software开发套件进行程序协同开发的方法。最后，利用VISA模块，在DM3730开发平台上完成了基于NSCT疵点检测算法的软件开发，实现了疵点图像的存储、处理及检测结果显示等功能。