织物生产中，质量控制十分重要，疵点检测是织物质量的重要保障。至今，大部分纺织企业织物疵点检测仍就由人工视觉完成，该方法检测速度慢，误检率和漏检率高。因此，用机器视觉替代人工视觉成为国内外热门话题。本课题研究对象为帘子布，目的是实现基于机器视觉的帘子布疵点判别硬件平台，同时探究疵点快速判别算法，实现疵点快速、准确的判断。帘子布运动速度快并且纹理特殊，得到清晰的帘子布图像成为系统的关键问题。该系统的硬件系统为五部分：CCD线阵相机、光学镜头、图像采集卡、光源和计长工具。CCD线阵相机和光学镜头组成光学成像系统，光源部分为成像提供足够的像面照度，保证成像质量；图像采集卡和计算机组成图像获取系统，将CCD相机采集到的图像信息存储到计算机中；计长工具能够计算帘子布运行的长度，并且给相机提供外部同步信号。本文根据系统要求，对系统进行硬件的选择，并且编写图像采集程序，该程序采用MIL8.0库函数，通过VC++6.0编译器完成的。在工业现场表明，该系统能够采集到清晰的帘子布图像。在织物疵点快速判别中，本文介绍了基于灰度直方图方法和基于灰度剖面图方法的帘子布疵点判别方法，并且提出了基于灰度比例法帘子布疵点判别方法。灰度直方图是基本的方法，由于本身的缺陷，误检率较高；灰度剖面图是从地貌剖面图得来的，但是容易受到外界干扰，稳定性差；灰度比例法是根据帘子布本身纹理特征提出的，选取背景和前景的比值作为判别疵点的标准，该方法受外界干扰较小，判别灵活，与帘子布种类关系不大，因此与前两种方法相比更适合帘子布疵点快速判别