摇粒绒面料是由毛绒织物经摇粒工艺后在面料表面形成具有颗粒状绒球外观的绒类针织面料。摇粒绒面料表面质量的检测是摇粒绒面料生产质量控制的核心环节。摇粒工艺形成的颗粒状绒球粒子具备微细的三维结构特性,粒子间存在遮挡、粘连,且随面料基底起伏。本文对基于三维机器视觉的摇粒绒面料表面质量检测方法展开研究,提出了基于层次特征聚类的粒子群点云分割方法,设计了图像特征融入的单粒子点云提取方法与基于多特征融合神经网络的粒子群质量检测方法,具体工作如下:（1）针对摇粒绒面料柔性形变下粒子随面料基底起伏的问题,提出了基于层次特征聚类的粒子群点云分割方法。设计了基于摇粒绒面料二维边缘特征与三维法向量特征、曲率特征的分割面基点选取方法,求得粒子与织物表面交界处的点作为分割面基点;提出了基于种子点区域生长的分割面准点集构建方法,将分割面基点作为种子点,对邻域点云的法向量、曲率、灰度、深度等特征进行特征度量与聚类分析,求得位于织物表面上的点作为分割面准点集;设计了基于改进RANSAC（Random Sample Consensus）的分割面拟合方法,剔除分割面准点集中的错误点,实现对粒子群分割面的拟合。实验表明,本文所提方法的分割面拟合偏差在0.05mm左右,能够完整地提取到摇粒绒面料表面的粒子群点云,且效果显著优于边缘检测与阈值分割方法。（2）针对摇粒绒面料粒子密集分布、粒子间边界模糊下质量检测难的问题,提出了图像特征融入的单粒子点云提取方法,构建改进Point Net网络对粒子群点云进行区域最远点采样及特征提取,实现对单个粒子中心点的提取;提出了基于特征度量的粒子边缘点提取方法,对中心点的邻域点云进行灰度值、深度值以及法向量值的特征度量,实现对单个粒子边缘的分割。研究了基于多特征融合神经网络的粒子群质量检测方法,利用凸包法对摇粒绒面料单个粒子体积进行计算,实现对粒子饱满度的分析;研究了基于特征均值漂移的点云区域特征提取方法,实现对粒子覆盖率的分析;设计了点云强度特征提取方法,实现对粒子均匀度的分析;构建了粒子群质量检测的多张量融合模块,实现对粒子群质量的准确检测。实验结果表明,本文所提方法对摇粒绒面料粒子质量的检测能够取得90%以上的精度,且优于FLID方法和2D/3D特征分析方法,能够实现对摇粒绒面料表面质量的准确检测。（3）以上海某摇粒绒面料生产车间为背景,对摇粒绒面料表面质量检测问题进行需求分析,设计了摇粒绒面料表面质量检测微服务系统,实现了对摇粒绒面料二维图像与三维点云的数据采集、特征提取、粒子群点云提取以及粒子质量检测。本文研究成果对摇粒绒面料表面质量检测问题的研究有着重要的理论意义,对提高摇粒绒面料质量检测效率有着重要的工程价值。