该文的研究工作旨在利用机器视觉和数字图像处理技术开发一套织物疵点自动检测和评分系统.织物表面在高照度、高工作频率荧光灯光源的照射下,通过CCD线阵式摄像机对 织物表面进行扫描获得灰度图像数据,再经有效的识别算法实现疵点的自动检测和评分任务.该文第一阶段的工作,回顾了近十年来,织物疵点自动检测技术的发展.第二阶段的工作,对疵点的模式进行了粗分类以便利用相应的、有效的识别算法实现疵点的检测工作.根据疵点的模式特征,可分为纬向、经向、区域类和离散类小疵点四大类.利用基于区域的自适应阀值分割的方法实现纬向、经向类疵点的检测;区域类疵点的识别是通过小波分析的多分辨率方法提取织物疵点的边缘来实现的;并利用噪声和待识别的离散类小疵点在不同尺度下表现出的不同奇异性的特征,实现了却除噪声、识别疵点的任务.最后,研究人员初步设计了一个实时的疵点自动检测和基于工业标准的四分制评分系统.该文提出了一套实用、可行的实时疵点检测与评分系统.部分完成了系统所需的功能.