纺织品外观缺陷是影响产品质量的重要因素，缺陷检测日益成为纺织行业质量控制的一项重要任务。与传统的人工检测相比，采用图像处理技术进行纺织品缺陷检测有着精度高、效率高等优势。本文针对纺织品纹理检测方法进行了深入的研究，主要研究工作如下：(1)总结了纹理图像在空域和频域下的不同描述方法，研究了纺织品的灰度共生矩阵特征提取，针对纺织品特有的纹理特性，分析了噪声引起的缺陷区域与背景区域的纹理之间的误差描述；(2)研究提出了一种基于PCA-NLM的纺织品增强方法，针对NLM方法的邻域窗相似度计算过程中所使用的图像信息中含有噪声引起的冗余信息等问题，采用PCA方法在参数估计的同时进行去噪，并能很好保持纺织品图像的纹理结构信息，易于后续的缺陷检测；(3)研究提出了一种基于纹理增强的纺织品缺陷检测方法，分析了缺陷纹理和非缺陷纹理之间的类可分离性，提升了缺陷区域灰度共生矩阵特征的检测区分度，增加了纹理检测的正确率。