织物疵点是影响纺织品质量的重要因素,疵点检测一直是纺织品生产过程中必不可少的重要环节。然而,由于疵点可产生于加工过程的任何阶段,种类多,而且织物为柔性体,疵点检测已被证实是纺织生产过程中最难实现自动化的工序。本文对国内外有关织物疵点自动检测理论研究和设备研发的进展情况进行了比较全面的分析。在此基础上,对基于计算机视觉的疵点自动检测系统进行了较深入的理论分析与实验研究。首先,针对实际生产中疵点检测的技术要求,以现有验布机为基础,对检测系统整体架构进行优化设计。选定线阵CCD相机作为图像采集设备,给出了相机行扫描速率与布匹传送速率的匹配、照明光源和检测系统软件设计方案。第二,对图像采集过程中产生噪声的原因和噪声特点进行分析。通过对常用滤波方法的分析对比,选定采用数学形态学的方法对采集的图像进行平滑去噪。为有效减少图像平滑去噪所导致的图像细节信息丢失,采用拉普拉斯算子进行图像锐化。第三,采用Canny算子对织物图像中的边缘进行检测,针对经典Canny算子在处理图像实时性方面存在的不足,给出了一种改进的自适应阈值Canny检测算法,有效改进了Canny算子的实时性。最后,基于企业现有的验布机,设计制作了疵点自动检测实验系统。该系统的图像采集由“计算机+线阵CCD相机”扫描实现;软件是在Visual Studio 2013的开发环境下,基于微软基础类库MFC和开源计算机视觉库OpenCV自主设计开发。分别对毛坯布和光坯布进行了车间现场检测实验。实验结果初步验证了本检测系统的可行性和有效性。