一、文 献 综 述 （一）研究背景 随着计算机技术、数字图像技术和现代最优化方法如神经网络技术的发展,使得基于计算机视觉的织物疵点检测成为可能。

所谓计算机视觉就是指通过图像来理解所摄对象的几何尺寸和形状,该对象离观察者距离、对象运动速度以及多个对象间的静态或动态关系等。

从20世纪90年代初开始,图像处理用于疵点检测的研究逐渐形成了一个高潮。

中国台湾、韩国、日本、美国、以色列和瑞士等国家的学者陆续发表了许多有价值的研究论文。

这些论文参考了现代应用数学和计算机等学科的最新科研成果,还借鉴了其它工业检测系统的开发经验,理论水平不断提高。

所有这些研究成果也给予本文作者不少有益的启示。

按照图像处理的方法的不同,前人在织物疵点自动检测的研究途径方面可分为两种。

一种是直接对图像的灰度值在时域(空间域)进行计算,并提取特征值;另外一种是通过快速傅立叶变换(FFT)、小波变换等方法,把图像转换到频域后再进行分析 计算。

本课题要研究的就是后一种。

（二）国内外现状 长期以来,织物疵点检测都主要依赖人工目视完成,其过程不仅容易引起验布人员疲劳,而且检测结果受检验人员主观因素影响较大。