在纺织行业中,布匹质量检测尤其是瑕疵检测至关重要。目前我国纺织规模不断扩大,但自动化的程度仍然有待提高。大部分企业依然采用人工验布的方法,严重影响了布匹生产效率,且对工人健康造成威胁。本文针对布匹多种瑕疵,提出了一种用于检测布匹缺陷的视觉方法,该方法使用改进型Gabor滤波器来处理布匹图像,凸显瑕疵特征后利用SVM分类器判断布匹是否存在缺陷,以达到布匹瑕疵检测的目的。并且通过提前对布匹纹理进行学习的方法,减少布匹检测过程的时间。系统可以很好地适用于多种纹理布匹,具有很高的速度及精度。论文完成的主要工作如下:1)本文对布匹瑕疵检测系统进行了策略研究,结合布匹缺陷检测工业现场需求设计了一套稳定的布匹瑕疵图像采集系统,选择线阵相机配合线性光源,采用正面打光的光路系统对布匹图像进行采集,适用于布匹图像采集、算法验证以及布匹瑕疵检测。2)针对布匹纹理特征凸显问题,本文探讨了不同方法的优劣,解决了纹理参数难以求取的难题。对于纹理周期,系统首先采用基于DMF的方法分析纹理,随后利用前向差分对其周期进行自动提取。对于纹理方向,系统采用傅里叶频谱极坐标变换的方法对其主方向进行精确求取。并将所求参数保存至系统中,为后续Gabor变换的改进奠定基础。3)本文提出了一种结合改进型Gabor滤波器和SVM分类器的方法对布匹瑕疵进行判定,通过选取以纹理主方向及主方向垂直方向作为Gabor滤波器方向,以纹理周期大小作为Gabor滤波器大小对Gabor滤波器组进行了改进,消除冗余信息并有效凸显瑕疵特征信息。通过详细探究生成灰度共生矩阵的参数选择机制,对子图提取了有效特征。并利用该特征作为特征向量训练SVM的一对一分类器,结果表明实验该方法可满足实际系统对实时性和检测精度的要求。4)采用MFC框架连接SQL Server数据库的方法,本文编写了一套布匹瑕疵视觉检测软件。该软件集成了本文提出的视觉检测算法,分为采集模块、瑕疵智能检测模块以及瑕疵数据查询模块,具备简单友好的交互界面,可以实时检测布匹瑕疵。测试结果表明,本文提出的布匹瑕疵检测算法检测精度最高可达0.9667,速度可达到60米/分钟,可对多种纹理布匹进行瑕疵检测。与现有的瑕疵检测算法相比,在兼具准确性的同时,还具有更高的实时性。