在纺织行业领域中,目前国内的布匹检验实质上都是由人工视觉来完成。随着计算机技术的发展,数字图像处理技术也得到迅猛发展。机器视觉技术已经成为一种灵活的技术手段,渗透到工业领域的各行各业。本文针对帘子布生产中疵点自动检测问题进行了研究,尝试运用机器视觉技术取代人工视觉疵点检测,充分发挥机器视觉的无疲劳、稳定、客观和快速等优点。通过对国内外纺织品疵点检测相关理论成果与实践进行学习研究,本文提出了主要针对帘子布疵点检测的方法。该方法的内容重点包括帘子布疵点图像分割、帘子布疵点特征提取、帘子布疵点分类三部分内容。首先对帘子布疵点检测系统平台进行了分析与说明,在此基础上提出了基于机器视觉的帘子布疵点识别与分类方法。其次通过对前期图像预处理基础上利用阈值分割方法的最小误差分割对带有疵点的帘子布图像进行二值化分割,并针对最小误差分割的缺陷利用改进的PSO算法进行优化以达到较好的分割效果。接着针对帘子布各种疵点图像外观的典型特征,选取疵点经向长度、纬向长度、伸长度、欧拉数作为疵点的特征值,较好的反映了各个疵点的特征。最后,介绍了感知器神经网络的特点,提出运用单层感知器网络进行帘子布疵点检测。实验表明,本文所提出的帘子布疵点识别方法具有良好的识别分类效果。