随着数字图像处理技术的发展,图像处理系统的应用已经深入到关系国计民生的许多领域。但同时,如何将现存的众多图像处理算法进行有机结合以完成成型的系统,则是一个值得研究的问题,本系统针对一个特定的检测项目,以现有算法为基础并将其进行了融合,有效地实现了坯布的缺陷检测。本文作者在对坯布图像进行有效分析以后,针对所采集图像的具体特点,很好地实现了坯布缺陷的特征参数提取。其中主要采用以下的步骤对图像进行处理,并针对各种算法的优缺点进行了改进,取得了系统所需的效果。首先对图像运用图像增强技术。在分析了传统的平滑技术包括局部平均、中值滤波法、理想低通滤波、Butterworth滤波、指数形滤波等方法的优缺点后,通过实验比较了各种方法的效果。在对比较新颖的技术如形态学滤波、小波分析等的原理及实现进行了说明后,对所采用的图像增强算法进行了优化改进,形成了时间较少及处理效果较好的图像。然后对上一步骤所得缺陷图像进行图像分割以取得较好的缺陷。在对传统的分割技术及比较新颖的技术如小波分析方法等进行分析实验后,选择了一种效果较好而且时间耗费较少的算法。对分割以后的图像进行斑点滤除及缺陷连接,并用形态学算子进行处理得到较好的缺陷图像。再采用Laplacian算子或其它方法对缺陷图像进行处理,得到了比较理想的边界轮廓。考虑到图像的具体特点,对所采用算法进行了改进及参数的确定,在考虑时间因素的前提下,取得了比较好的分割效果。第三步,通过对轮廓进行提取的同时得到的边界的链码的处理得到了用于进行缺陷分类的形状特征,包括缺陷的周长、面积、矩形度、圆形度等参数。最后,本文作者对该系统的现状给出了总结,并在此基础上对系统开发的前景作了展望。