基于机器视觉技术检测系统具有独特的优点：不受人为因素影响的标准质量控制、提高产量、降低废品数量、减少人力、能源资源浪费、降低生产成本等。因此机器视觉技术成为现代工业检测与自动化控制关注的热点之一。 与一般印刷物相比，印花织物具有很多独特的性质，如图案多样、织物品种繁多，疵点多种多样而且质量要求各不相同等。如何在织物印染过程中有效控制产品质量是近年来国内外的研究难点。国外虽有机器视觉质量检测的产品但是价格昂贵。国内市场，在印花企业，机器视觉印花质量检测还是空白。随着印花生产技术的不断提高，开发出实用的机器视觉检测系统实现印花质量的检测是具有挑战性的工作。 为配合《圆网印花机全自动闭环对花控制系统的研究与应用》的课题研究，本文针对印染棉织物印花生产工艺，使用机器视觉、虚拟仪器、图像处理技术，研究了印花图案疵点特点，提出了印花图案检测识别方法。 在前人相关技术的研究的基础上，结合印花生产工艺实际检测要求，总结影响印花图案质量的主要因素，提出了印花生产过程中经常出现的疵点并进行分类，特征识别，理论分析了图像的识别方法，分析了机器视觉系统的组成，借助相关图像处理的理论，提出用机器视觉系统代替人工对印花图案实现的质量检测的具体方法。 本文所做的工作主要有： 1．全面阐述机器视觉的系统组成和原理，分析研究了影响印花图案质量因素、其缺陷分类及其特点。 2．系统地研究了在印花图案机器视觉检测中采用的图像处理中相关理论算法，深入地针对印花图案研究了机器视觉质量检测方法。 ．将印花织物的缺陷分类，提出了印花图案疵点识别方法： ．提出了基于标准模板的模板匹配检测方法； ．提出了分块相减模板匹配的识别印花图案缺陷的检测方法。 3．提出了建立印花检测数据库，对检测结果，疵点特征数据，模板数据信息加以管理。 4．组建了印花图案质量机器视觉检测实验系统，初步验证了本文提出的检测方法。 5．总结了所做的工作，提出下一步研究的方向。 本文的创新点：从工程应用角度，以实际工业生产为研究对象，通过理论研究与实验，分析了印花图案检测中疵点，提出疵点特征分类识别，存放疵点不同特征规律数据，为最终的印花图案质量检测提供决策依据。采用分块模板匹配，提出建立印花质量检测数据库。实验结果表明本文提出的印花图案检测，通过与数据库中数据对比识别合格图案的方法是可行的，证明了本文所提出的印花图案质量的检测方法有效性和可行性，为印花图案质量机器视觉检测的进一步的实用研究和开发奠定了良好的基础。