无纺布的缺陷检测是生产线上织物质量保证的最重要步骤之一。长期以来，织物瑕疵的检测一直是人工视觉进行的，其准确度约为60-70％，这不仅影响检查人员的健康，而且检查成本很高。在机器视觉领域中，如何以高精度自动检测各种形式的折痕缺陷一直是一项艰巨的任务。目前，已经采用傅里叶变换和小波变换来解决这个问题。但是，它们都很难从不同的尺度和方向检测局部区域的随机纹理。本文采用基于二维Gabor滤波器的方法来检测折痕缺陷，该缺陷具有可调的角度和轴向频率带宽，可调的中心频率，并可以在空间和频域上实现最佳的联合分辨率。首先，织物折痕图像从空间域转换到频率域。其次，通过Gabor滤波器以可调节的中心频率，带宽和方位角对频域图像进行滤波，并且在频域图像中选择折痕图案的频域图像。然后将它们反转到空间域。最终，通过斑点分析获得了非织造织物的折痕面积。对各种形式的折痕缺陷进行的实验表明，采用该方法可以有效，准确地检测出无纺布的折痕缺陷。首先，织物折痕图像从空间域转换到频率域。其次，通过Gabor滤波器以可调节的中心频率，带宽和方位角对频域图像进行滤波，并且在频域图像中选择折痕图案的频域图像。然后将它们反转到空间域。最终，通过斑点分析获得了非织造织物的折痕面积。对各种形式的折痕缺陷进行的实验表明，采用该方法可以有效，准确地检测出无纺布的折痕缺陷。首先，织物折痕图像从空间域转换到频率域。其次，通过Gabor滤波器以可调节的中心频率，带宽和方位角对频域图像进行滤波，并且在频域图像中选择折痕图案的频域图像。然后将它们反转到空间域。最终，通过斑点分析获得了非织造织物的折痕面积。对各种形式的折痕缺陷进行的实验表明，采用该方法可以有效，准确地检测出无纺布的折痕缺陷。并在频域图像中选择折痕图案的频域图像。然后将它们反转到空间域。最终，通过斑点分析获得了非织造织物的折痕面积。对各种形式的折痕缺陷进行的实验表明，采用该方法可以有效，准确地检测出无纺布的折痕缺陷。并在频域图像中选择折痕图案的频域图像。然后将它们反转到空间域。最终，通过斑点分析获得了非织造织物的折痕面积。对各种形式的折痕缺陷进行的实验表明，采用该方法可以有效，准确地检测出无纺布的折痕缺陷。