布匹疵点检测是影响纺织行业生产效率和质量的重要环节之一。目前国内大多数企业仍由人眼目测完成该项工作,然而该方法检测速度慢,劳动强度大,检测结果受检验人员的经验、熟练程度以及一些主观因素的影响,缺乏一致性和可靠性。为适应当前市场要求,亟需发展一种快速而又准确的布匹疵点在线检测方法。作为对人类视觉延伸,计算机视觉技术随着数字集成技术和数字图像处理技术的发展,已经在布匹疵点检测等工业表面检测领域受到了越来越多的青睐。本文首先介绍布匹疵点检测的研究和应用现状;阐述布匹疵点在线检测系统的总体设计方案和一些研究工作基础;分析了实际应用对算法的实时性要求;并对各种典型的疵点检测方法在离线状态下进行研究,比较它们各自的优缺点以及分析它们用于在线检测的可能性和所存在的问题;然后在实时性和准确性的约束下,提出基于类别共生矩阵的检测方法,并针对不同类型的布匹,将该方法从算法的实时性和准确性与其它各种方法进行对比;进一步,引入模糊逻辑的思想并提出模糊类别共生矩阵;最后总结所提出的方法存在的问题以及进一步改进的思路,并对该课题的研究前景和方向进行展望。规整的布匹图像往往是有规律的纹理图像,像素点在小范围内的浮动并不会破坏纹理的完整性,因此在类别共生矩阵方法中,图像中的每个点依照其灰度值被划分到各个色调类别中,而类别共生矩阵及其特征反映了这些点在空间上的对应关系。文中详细论述该矩阵的定义,归类准则的确定,特征量计算和参数选择等问题。结合模糊逻辑的思想,对算法进一步改进,本文还提出了模糊类别共生矩阵。文中给出了实际的检测图像以及检测时间和效果。实践证明,该方法与已有的许多方法相比起来计算量小,实时性好,并具有更突出的分辨正常纹理和疵点的能力,为布匹疵点在线检测打下了一个很好的基础。