机器视觉，首创了国内纺织印染行业在线质量检测中的视觉处理技术，即通过机器智能视觉“扫描”，便可及时发现纺织品在印染过程中出现的色差、断线等瑕疵，避免纺织品整道工序完成后再做返工处理的棘手问题。极大的解决了人工检测的缺陷问题，具有速度快、精度高、准确性高等一系列优点，可以使检测结果达到“零缺陷”。
布匹质量检测这种有高度重复性和智能性的工作中，以前只能靠人工检测来完成，在流水线后面常常可以看到很多的检测工人在执行这道工序，对布匹质量的检测是重复性的劳动，容易出错且效率低下。不但给企业增加巨大的人工成本和管理成本，而且仍然不能保证100%的检验合格率。
将机器视觉引入流水线的自动化改造，使布匹生产流水线变成快速、实时、准确、高效的流水线。在流水线上，所有布匹的颜色、及数量都要进行自动确认即布匹检测。现在采用机器视觉的自动识别技术，来完成以前由人工操作的工作，机器视觉检测方法大大提高了生产效率和生产的自动化程度。
机器视觉是在没有人工干预的情况下使用计算机来处理和分析图像信息并作出结论。机器视觉的特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。
在机器视觉应用中，包括以下几个过程：
一、图像采集 通过光学系统，由相机采集图像，图像转换成数字格式式并传入计算机存储器。
二、图像处理 处理器运用不同的算法来处理对决策有重要影响的图像要素，如对图像进行颜色辨识,面积、长度测量，图像增强，边缘锐化，降噪等处理。
三、特性提取 处理器识别并量化图像的关键特性，例如布匹的颜色和杂质的形状等等。然后这些数据传送到控制程序。判决和控制 处理器的控制程序根据收到的数据做出结论。例如：这些数据包括杂质的直径是否在要求规格之内或者布匹的颜色是否合格。视觉系统一般包括：光源、光学系统、相机、图像处理单元、图像分析处理软件、监视器、通讯/输入输出单元等。
视觉系统的输出是经过运算处理之后的检测结果——各种杂质的数量。计算机系统实时获得检测结果后,指挥运动系统或输入输出系统执行相应的控制动作（如分选）。图像处理软件 机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。特征提取辨识 一般布匹检测（自动识别）先利用高清晰度、高速摄像镜头拍摄标准图像，在此基础上设定一定标准；然后拍摄被检测的图像，再将两者进行对比。
但是在布匹质量检测工程中要复杂一些： 1.图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。 2.杂质的形状难以事先确定。 3.由于布匹快速运动对光线产生反射，图像中可能会存在大量的噪声。 4.在流水线上，对布匹进行检测，有实时性的要求。 由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。我们使用德国Stemmer公司的机器视觉软件开发包-CVB中的color、blob工具，它适合于开发颜色模式识别和斑点的检测。Color检测 一般而言，从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红（R）绿（G）篮（B）三个成分组成，来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论我们人眼感觉有多么的近似，在颜色空间中也不尽相同。基于上述原因，我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。Blob检测 根据上面得到的处理图像，根据需求，在纯色背景下检测杂质色斑，并且要计算出色斑的面积,以确定是否在检测范围之内。因此图像处理软件要具有分离目标，检测目标，并且计算出其面积的功能。Blob分析（Blob Analysis）是对图像中相同像素的连通域进行分析，该连通域称为Blob。经二值化（Binary Thresholding）处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标，并可计算出目标的数量、位置、形状、方向和大小，还可以提供相关斑点间的拓扑结构。在处理过程中不是采用单个的像素逐一分析，而是对图形的行进行操作。图像的每一行都用游程长度编码（RLE）来表示相邻的目标范围。这种算法与基于象素的算法相比，大大提高处理速度。 结果处理和控制 应用程序把返回的结果存入数据库或用户指定的位置，并根据结果控制机械部分做相应的运动。 根据识别的结果，存入数据库进行信息管理。以后可以随时对信息进行检索查询，管理者可以获知某段时间内流水线的忙闲，为下一步的工作作出安排；可以获知近期内布匹的质量情况等等。
视觉系统涉及到光学和图像处理算法，本身就是高度专业化的产品，尤其在整个识别控制系统中，还要与运动控制系统配合完成后续操作。在本项目的视觉系统中提取识别对象颜色特征值，然后采用模式识别的方法，识别出不合格区域然后使用斑点分析判断是否为杂质。同时提到了整个系统中各个部件的选择和用户界面的设计.总之，应用机器视觉系统能够大幅降低检验成本，提高产品质量，加快生产速度和效率。对于现代化企业来说，意识到技术发展的趋势并首先付诸实施者无疑将走在竞争的前列。