经编凭借其高效高质多变的生产特点,在服装用、装饰用与产业用等领域占据了重要的市场份额。但随着经编产业的快速发展,市场竞争也愈发激烈,客户对产品质量的要求也愈发苛刻。而对经编织物疵点的检测是把控织物质量的重要步骤,由于传统的人工检测耗时费力且效率低下,急需一种经编织物疵点自动检测方法来取代人工。为了实现对经编织疵的在线检测,本课题开展了一系列研究。首先,本课题从在疵点检测领域应用较多的小波变换入手,研究了小波理论在一维及二维情况下的数学模型,总结其函数展开特点,提出其在稀疏逼近含奇异曲线的高维函数上的缺陷。同时,针对这一弊端引入了多尺度几何分析法,并从多尺度几何分析法理想化稀疏逼近奇异曲线的角度,提出轮廓波变换的适用性,且着重分析了该变换方法的组成结构:拉普拉斯金字塔与方向滤波器组。其次,本课题针对传统轮廓波变换总体效果的不足,归纳总结了其问题所在,并采用小波包变换和非下采样方向滤波器组对原变换进行改进,提出了非下采样小波包轮廓波变换。探讨了变换基小波、分解层数的选择,通过小波包最佳分解、分段阈值去噪和非下采样滤波器组完成原图像的分解,并根据区域能量值选择最佳图像方向子带进行图像重构。配合自适应阈值分割法和形态学开运算实现最终的织疵二值分割。随后,本课题采用灰度共生矩阵法等方法提取了经编织疵原图像、经编织疵重构图像与经编织疵二值分割图的图像特征参数,为了精简特征参数的数目,降低识别复杂度,通过主成分分析法获取比重最大的六个参数。并将筛选得到的主成分特征参数作为本课题设计的三层BP神经网络结构的输入值,通过对4类织疵的训练和检测,达到了96%的疵点识别率。最后,本课题设计了经编织疵在线检测系统的硬件框架,并阐述了主要硬件部分的运作机理和选择条件,随后根据上述研究内容阐述了该系统的算法流程,并通过Matlab的图形用户界面设计了经编织疵在线检测系统的软件部分,具体实现了本文算法的各个功能。本课题所做的关于非下采样小波包轮廓波变换对经编织疵在线检测进行的研究与探讨,可为今后进一步改进经编织疵检测效果与该领域的相关研究提供参考与借鉴。