纺织工业中，对生产中的每个阶段都要实行监控，以保证产品的质量。其中最核心的环节是对纺织品表面的瑕点进行识别与分类。然而，当前的监测过程还主要基于人工操作，不仅效率低，而且代价昂贵。 针对上述问题，本文设计了一套有实用价值的特征提取、瑕点识别的完整智能结构。首先结合运用图像处理方面的知识，对各类瑕点图像进行预处理，在预处理的基础上对各类瑕点图像进行边缘检测，以突出其特征。 在瑕点的特征提取与分类识别中，本文采用模糊小波算法。该算法结合了模糊工具和小波变换技术，用小波变换进行特征提取，对提取的特征进行模糊化后，推理机根据知识库中的知识来识别瑕点类型。同时提出一些性能指标，根据这些性能指标，模糊化过程能动态地适应外部扰动，进而不断提高分类性能。 通过试验和仿真可以看出，该算法在理论上是可行的，其瑕点的识别与分类结果也是令人满意的。