经编布料是一种常见针织布料,在我们日常生活中的应用场景十分广泛。但是在其生产过程中,环境、操作、工艺等客观因素都可能会导致生产出来的布匹存在或多或少的疵点。在对布匹疵点进行检测中,由于经编机的特性,导致经编布匹相邻纱线间的排列间间隙较大,容易造成误检,导致检测效果并不理想,影响生产效率。而现有的经编布匹疵点检测中,通常一种算法只能针对少数种类的疵点,检测效果并不理想,普适性不佳。针对以上经编布匹的检测难点,本文提出了一种全新的检测方法,该方法基于最大熵阈值分割和连通域的思想,可以有效解决经编布匹疵点检测中的误检问题,并且具有较好的普适性,能够自动检测出较多类型的疵点。本文提出的方法基于数学形态学处理,主要研究工作部分如下。(1)采用若干次高斯滤波对布匹的原始灰度图像进行预处理平滑图像;(2)将预处理后的布匹图像利用改进后的最大熵阈值分割获得二值图像,经过优化方法处理后,目标疵点区域被设置为前景,正常纹理被设置为背景;(3)在处理过后的二值图像中,依然存在部分噪点干扰疵点的判别,因此本文对图中的连通域进行分析,利用开操作将连通域小于某一数值的干扰点消去为背景底色,大于该值的则判定为前景疵点;(4)找到目标疵点连通域质心,绘制疵点连通域的轮廓,并通过获取质心的坐标完成对经编布匹疵点的定位。本文最后的实验选用数十种疵点种类、上百张样本照片进行检测,结果表明本方法具有较好的准确性和普适性,可以完成对数十种经编布匹疵点的检测和定位,并能够应用于实际生产中,具有重要的现实意义。