在数码印花行业中,印花缺陷的检测是保证产品质量的重要环节。通常厂家都是采用人工目测的方式进行印花缺陷检测。但人工检测往往会提高劳动成本,且肉眼具有疲劳性,无法保持检测效率。因此,为代替人工检测,本文针对数码印花生产过程中出现的印花缺陷问题,开发了基于机器视觉的数码印花缺陷检测系统。总结分析数码印花缺陷特性后,设计了数码印花缺陷检测系统算法。算法大致分为三部分。第一部分为图像预处理,通过灰度化、伽马变换和高斯滤波对图像进行处理,以均衡图像和减弱噪声对图像的影响;第二部分为特征点匹配和基于二阶邻域差分的印花缺陷检测算法,通过角点检测和特征点匹配获取匹配点对的信息,然后进行二阶邻域差分提取缺陷信息,并根据连通集面积与设定阈值关系判定是否存在缺陷;第三部分为印花缺陷等级评定,通过构建印花缺陷的特征向量和基于SVM（支持向量机）多分类模型实现印花缺陷的等级评定。数码印花缺陷检测系统的机器视觉平台主要由CCD面阵相机、镜头、LED光源、GPU处理器等硬件组成。其中,对相机、镜头和光源等关键硬件进行了型号选择和关键参数的计算,以确保其能够满足检测需求。并完成了对数码印花缺陷检测系统的软件进行设计及开发,主要包括软件功能的设计和基于Qt5的人机交互界面开发。分别对系统的机器视觉平台、系统软件和检测算法进行测试,测试结果表明,机器视觉平台运行稳定,且采集到的图像可满足检测所需;系统软件运行流畅,界面功能达到预期目标;本系统对各类印花缺陷检测的平均准确率在95%以上,检测速度可达24m/min,满足实际数码印花生产检测需求。图41幅,表23个,参考文献66篇。