布匹作为原材料投入到加工生产之前,需要对其表面的疵点和缺陷进行检测并做出质量评分,并根据评分结果来决定是否将其投入生产。目前,国内大多数纺织企业仍然采用人工视觉检测布匹疵点。该方式容易受检验员心理、体力、以及检测环境的影响,检验效率低,误检、漏检的机率较高。加之各类布匹疵点的特征和分类不同,就要求检验人员能熟练掌握各类织物面料的疵点特征,以及国内外的布匹疵点评分标准。这样培养熟练质检员成本更高,很多情况下无法满足这种要求。针对人工视觉在布匹疵点检测方面存在的弊端以及行业现状,本文以机器视觉为基础,通过基于统计法的图像边缘检测技术和基于多分类的支持向量机技术提取疵点纹理特征并对其进行分类判断,并利用结构化和非结构化的数据库技术,构建了一套包括各类布匹疵点特征库和国内外布匹质量评分标准库的实时在线布匹疵点检测系统。该系统具体实现了图像采集、图像处理、疵点检测、疵点分类以及布匹质量评分,并在机械式验布机上进行了测试。该方法取得了较好的测试结果,同时也证明了该检测方法的实时性。实验结果表明该疵点检测系统性能达到并超过了人工检视能力。对比现阶段布匹疵点检测方法,本文基于机器视觉的布匹疵点检测系统具有以下特点:(1)检测实时性更强:基于RTSP协议从网络摄像机上实时采集视频图像,传入软件端进行图像处理和疵点特征提取分类,检测和识别采用多线程技术并行处理。在验布机上的布匹滚动结束时,即刻就能生成本次布匹疵点检测的质量评分报告;(2)检测结果更准确:通过引进多种图像检测技术,将每次检测和识别出来的疵点添加到训练样本中进行训练,避免旧的训练样本无法检测到同类疵点的形态变化,通过更新训练模型来提高疵点检测率;(3)质量评分多样化:可通过选取系统中预设的评分体系实时的对布匹疵点检测做出质量评分报告,实现评分标准可配置,满足不同的评价标准体系。本文提出的采用网络摄像机与智能化检测软件相结合的思路,减少疵点识别对检测硬件的依赖,降低实现成本。本方案能够根据实际应用场景的优良情况,采用更加有效的软件技术来提高检测效果;能够根据纺织行业自身检测标准的变化,快速灵活的完善软件的检测方法和评分体系。希望通过本系统推动纺织行业产品质量检测技术的进步。