生产和工艺的进步促使人们对产品质量的要求随之提高，基于机器视觉的机器视觉检测逐步成为一种重要的质量控制手段，尖刀视智能科技对于应用于坯布表面质量检测的机器视觉系统进行了研究分析，研制并开发出一套坯布表面质量检测系统。

首先，根据坯布表面质量检测中的宽幅面、高精度的特点，设计了一种主/从机分布式机器视觉在线检测系统结构，采用多个图像处理子系统协同完成检测任务，保证了图像采集、处理、传输和存储的实时性。针对坯布纹理特点，设计了大功率条形阵列的正向单侧可变角度照明，光照强、照度均匀，避免了固定角度照明适应性差，影响疵点信息提取的缺点。

为滤除坯布图像因各种原因产生的噪声问题，通过分析，根据坯布纹理特征选择滤波器的原则，对频谱特征提取方法、模糊结构元纹理定义等分析方法等进行了探讨，研究了基于扇区能量统计的谱特征提取方法，较好地解决了坯布纹理的处理问题。同时，针对滤波执行效率低、复杂一维信号特征提取困难等细节问题，提出了滤波类算子的优化方法，明显提高了算子的执行效率。

针对坯布纹理图像的特点，研究了一种适合在非规则纹理图像中寻找目标区域的高精度自适应闭值分割算法。同时，根据疵点特征类型及其区域识别的需要，提出了用矩形窗沿直线扫描，通过计算窗内斑点的总面积来确定是否保留直线上该点的窗线扫描方法，解决了预处理后图像中疵点信息断裂的难题，在此基础上通过两个实例验证了其优越性。

尖刀视智能科技旗下的坯布表面质量检测系统利用线阵CCD、图像采集卡、工业计算机组成的分布式机器视觉系统的硬件结构以及图像处理软件等产品，从而促进产品和企业的质量升级。该技术与传统工艺最大区别在于，采用分布式机器视觉系统和自主研发的检测软件代替人工肉眼检测，可以满足宽幅面、高速度、高精度的检测要求，能够实现检测标准的统一，使得质检工作的效率大幅提高。维护起来更加方便，同时性价比也是比较高的。