服装行业的日益发展，织物表面的外观缺陷受到越来越多的关注。织物表面的毛球是影响外观的主要因素之一。由于毛球形状的复杂与识别的困难，对织物表面的毛球进行检测与评定，一直是困扰该行业的难题。目前主要采用人工目视方式进行检测。人工检测除了增加用工成本之外，也容易受主观因素影响，造成产品质量不稳定，建立自动化的检测设备非常必要。结合计算机技术、数字图像处理技术，本文提出了一种基于机器视觉的织物表面毛球检测系统。该系统主要由图像采集单元和图像处理分析单元组成。图像采集单元通过工业相机获取样品的图像，图像处理单元对样品的图像进行处理与分析，获得样品中单位面积的毛球数量和毛球半径的分布。毛球的颜色与面料的颜色非常接近，通过图像识别毛球存在较大的难度。本文借助HALCON软件平台，提出了一种频域与形态学结合的图像处理算法。首先构建两个频域高斯滤波器，两滤波器相减获得带通滤波器；其次将图像经过快速傅立叶变换，利用带通滤波器对图像频域进行滤波处理，再反变换得到毛球明显的空域图像；最后经形态学的图像处理即可分割出毛球。利用该算法对三种面料样品进行了实验，三种面料分别为混纺面料、织物面料、棉布。实验结果表明混纺面料毛球的数量较多，属于容易起毛起球的面料；织物面料毛球数量适中；棉布毛球数量最少。实验结果表明，该算法能有效的识别各种面料表面的毛球。利用该算法构建基于机器视觉的织物表面毛球检测系统，对于毛球自动检测具有重要意义。