近年来,数码印花在纺织品印花产业种所占的市场比例正在逐步上升,需求的不断增长也使得对印花质量要求越来越高。实际生产过程中,数码印花会出现多种多样印花缺陷,如深浅道、颜色不均、墨渍、模糊、步进道条纹等。人工检测印花缺陷会因注意力无法长时间集中、视觉跟不上印花印刷速度等原因导致检测率较低。此外,虽然基于机器学习的缺陷检测算法在纯色布上的缺陷检测较为成熟,但数码印花由于图案复杂多样,当前的检测算法无法满足对多种印花缺陷的检测准确性的需求。因此,研发一种对多种缺陷具备高检测率的数码印花缺陷检测系统,具有较好的工程应用价值。本文针对数码印花缺陷检测需求,研发了基于Xavier的数码印花缺陷检测系统软件。软件以模块化思想研发了图像采集模块、算法检测模块、中央调度模块以及通信会话模块。图像采集模块采用插件方式管理不同类型相机模块进行图像采集与处理,图像数据以统一数据帧格式通过共享内存实现模块间传递;基于模板参数配置执行图像拼接获取标准模板图像,基于模板匹配获取与模板对应检测区域,进行缺陷检测分析,得到缺陷位置并标注;通信会话采用会话管理方式实现系统与多个客户端之间的数据和信令通讯;系统通过中央调度模块完成各个模块之间功能解耦和业务逻辑处理。研发了基于模板匹配的缺陷检测算法,基于颜色直方图相似度比较算法检测喷印不均缺陷,基于背景差分的改进算法检测墨渍水渍缺陷,基于孪生神经网络模型的算法检测步进道条纹缺陷,从而解决当前的检测算法无法满足多种缺陷的检测准确性的问题。测试表明,系统实现了数码印花图像实时采集,缺陷检测处理以及与客户端稳定数据与信令通讯的功能。缺陷检测算法性能测试表明,喷印不均、墨渍水渍、步进道条纹检测准确率达到91.25%、96.00%、89.75%,通过策略优化后平均准确率达到94.58%,总体算法平均处理一帧的时间为538ms,小于数码印花设备每次打印间隔为2s,满足实际使用需求。