印花织物的瑕疵影响其质量,从而使其价值降低。现代纺织业的瑕疵检测方法主要是人工检测,人工检测存在效率低,准确率低等问题,而实现自动化检测印花瑕疵则可提高织物检测过程的检测效率和准确率,是纺织工业可持续发展重要研究领域。对于检测无周期印花织物瑕疵,检测方法可分为两个阶段:训练阶段和检测阶段。训练阶段是利用遗传算法选择最优Gabor参数,遗传算法的目标函数评价参数优劣,选择、交叉和变异,构造出新的参数组。最后,将最优参数组的方向和频率经过特定的旋转应用到检测阶段中。在检测阶段,经过Gabor滤波的标准样本印花织物的极值作为阈值,从而根据阈值对印花织物进行二值化。印花织物检测的高速性可以实现工业生产的可实施性。对于检测周期印花织物,织物瑕疵检测方法首先是进行织物均衡化预处理。其次,将织物遍历窗口的大小设置为织物周期,织物周期通过距离匹配函数计算得到。每个窗口提取两个特征值表征织物特性,织物窗口的两个特征值是通过计算标准织物和待测织物的差异性来实现的。标准遍历窗口的特征值作为判别瑕疵的阈值。规则带方法检测速度满足检测系统要求。针对坯布织物瑕疵问题,提出织物加权协方差特征值自动检测织物瑕疵方法。首先,设置以织物每个灰度值为中心位置的窗口尺寸。然后计算窗口的加权协方差矩阵特征值,作为织物图像的每个窗口的特征值。织物瑕疵窗口的加权协方差矩阵的特征值小于无瑕疵窗口的特征值。织物判别瑕疵的阈值是标准织物加权协方差特征值。计算织物加权协方差矩阵特征值的方法可以准确快速检测织物瑕疵。