纺织品生产中,质量控制是非常重要的,布匹疵点的检测是其中重要的一部分。目前疵点检测仍由人工目视完成,检测效果不稳定,检测结果受到检测人员的训练和熟练程度影响。因此纺织工业开始转向使用自动布匹检测。自上世纪90 年代以来,自动布匹检测一直是纺织工业自动化研究的热点。本文提出了一种基于机器视觉的布匹疵点自动检测系统的设计方案,其中包括系统软、硬件总体设计,图像采集模块的设计,疵点检测算法和疵点分类算法的研究和设计等。布匹图像采集、疵点检测算法是系统设计的重点。首先,在简要介绍了采集图像卡原理的基础上,本文给出了图像采集软件的设计方案。软件分为三个层次,包括图像卡驱动程序,图像卡接口函数库,系统图像采集模块。这种设计方式有利于软件的维护。接着,本文讨论了疵点检测的算法研究和设计。疵点检测目的在于提取疵点的信息。本文把疵点检测的任务进行了分解,分为疵点检测、疵点分类和疵点分割三个层次。同时,通过对疵点检测的深入分析以及对前人的研究成果的总结,本文分别提出了基于小波分析的疵点检测算法和基于BP 神经网络的疵点分类算法。疵点检测算法,通过构造和优化选择小波的方法,来提高算法的检测效果和自适应能力; 疵点分类算法着重考虑布匹疵点特征的选取和BP 网络学习算法的优化。本文讨论的布匹疵点自动检测系统目前仍在研究和设计中,虽然已经取得了一定的成果,但还有许多地方需要进一步的改善,才能满足实际布匹检测的需要。在本文的最后,给出了一些系统改进的想法。