瑕疵检测一直是纺织行业中最重要的组成成分之一,检测效果好坏直接与企业生产效益挂钩。为了提高纺织品瑕疵的检测率和准确率,越来越多的企业将机器视觉技术运用于布匹瑕疵检测中。所以,纺织品瑕疵检测一直是国内外研究热点,也涌现出了很多新方法和技术。但是由于不同布匹纹理相差大、瑕疵种类众多等原因,并没有一种方法可以适用于所有瑕疵检测。所以本文紧密联系企业生产,以经编布为实验对象,以瑕疵检测和分类为实验目的,对其常见瑕疵进行研究,以寻找较为高效的检测手段。本课题主要研究如下:(1)根据本文实验对象和实验目的,提出了两套比较有对比性的瑕疵检测方案,分别是空间域和频率域的检测方法。介绍该课题实验对象的同时给出布匹评分标准,作为后续判断布匹优劣的依据。奠定了本文的整体思路和框架。(2)在空间域中对经编布进行瑕疵检测。由于传统检测方法针对性不强,本文采用一种LBP结合灰度共生矩阵的方法。首先经过一系列预处理流程,然后采用LBP算法对经编布进行图像处理,再结合灰度共生矩阵,提取一系列特征参数对图像整体信息加以描述,这些特征参数将作为后续识别与分类的主要依据。(3)在频率域中对经编布进行瑕疵检测。因为gabor滤波器稳定且高效,所以借助gabor滤波器对图像进行处理,这里采用了改进的多通道融合技术。然后通过阈值化完成图像分割得到二值图像,计算出二值图像的特征值,这些特征值也将作为后续判断的主要依据。(4)对比两种处理方法何种更佳。从难易度、稳定性、计算量、准确率等诸多方面进行考虑,其中准确率包括两大方面:瑕疵的检测与瑕疵的分类,准确率数值均由K-邻近算法得出。通过对两种处理方法综合对比,从而确定针对本实验对象而言,何种处理方式更为准确和高效。最后还要根据瑕疵严重程度,完成布匹的评分定级。