缺陷自动检测是纺织品质量在线检测领域的一个研究热点。人工检测这一传统方法不仅效率低,且误检、错检率高。近年来,数字信号处理技术与图像处理技术发展迅速,极大带动了纺织设备的智能化、信息化研究。本文根据纺织行业的实际需求,重点研究了织物表面缺陷检测系统中所需的关键技术与算法。本文针对织物表面缺陷检测过程中出现的检测精度低、实时性实现困难的问题,构建了一种以DSP为主处理器、FPGA为协处理器的检测系统。该系统主要包括图像采集、FPGA、图像处理、数据存储、外围电路等五个模块,能够充分利用数字信号处理器的高速运算能力,有效提高系统的检测速度。织物表面缺陷的检测算法是其质量控制环节的关键。针对纺织品的不同纹理特性,本文分别采用了自适应阈值分割法、迭代法、双峰法、最大类间方差法四种方法对其进行检测。迭代法能够实现图像中目标与背景主要部分的分离,但细节部分处理效果不明显;双峰法仅适用于灰度直方图明显服从双峰分布的织物图像;最大类间方差法检测具有复杂纹理表面的织物效果不佳。本文提出的基于自适应阈值分割的疵点检测算法,通过增强织物图像灰度直方图波谷对应阈值的检测概率,有效提高了疵点图像的分割准确性。最后,在所建硬件系统平台上利用该算法进行了棉坯布疵点检测实验,疵点检出率达到93.6%。结果表明,本系统可自动实时检测织物疵点,且检出效率高。本文将专用的图像处理器引入纺织行业,为实现纺织品工业现场的实时性检测问题提出了一种解决方法。并且该检测系统应用性广泛,扩展性大,可继续开发,使其能应用于其他纺织品质量检测机械上,实现织物质量的实时检测。