基於以上原因，織物疵點的自動檢測是近年來國內外學者關註和研究的熱點課題之壹。利用計算機圖像處理技術可以提高紡織品檢測的準確性、快速性和全面性，為企業在線控制和提高紡織品質量提供保障。織物疵點圖像識別是指按照壹定的算法對織物表面圖像進行處理，識別疵點類型和程度的方法。
國外對織物疵點自動識別的研究已有20多年，發展相對成熟。比較有影響的系統有:瑞士烏斯特公司的Fabriscan系統，德國Obdix光電技術公司的在線織物檢測系統，以色列EVS公司的I-TEX系統。這些自動驗布系統的組成和特點如下:
(1)烏斯特公司Fabriscan自動驗布系統采用神經網絡技術。初始學習階段大約需要1min，記錄織物在1m處正常外觀的特征參數，然後進入檢驗階段，尋找與正常外觀不同的局部異常，並進行分析、標記和記錄。此外，測試結果可以輸入到集成質量管理系統中，以便對疵點進行分類，並進壹步評估織物質量。
(2)德國Obdix光電技術公司開發的織物在線檢測系統，將光學和力學結合起來，在經過神經網絡方法處理的軟件支持下，通過傳感器對正在織造的織物表面進行檢測。該裝置可以對以下疵點進行分類:臟、洞、斷經、斷緯、跳紗、節、結疵、色疵。
(3)以色列EVS公司坯布自動檢測系統的核心設備I-TEX是壹套觀察檢測系統，該系統基於獨立的圖像理解算法，其算法模仿人類視覺機制，能夠自動控制檢測、存儲和定位，並進壹步對布面疵點進行評估和分析。可檢測小到0.5mm的可見缺陷，檢測寬度達到330cm。