无纺布是一种非织造布匹，通过将纺织纤维进行随机排列形成纤维网结构，然后通过施加机械、热粘、化学等作用固化纤维网的方式制成。由于工艺流程短， 
生产效率高，材料来源广，无纺布广泛应用于建筑防水、过滤工业、医用耗材等场合。近些年来，公共卫生事件频繁发生，2014 年脊髓灰质炎疫情、2015 年 
寨卡病毒疫情、2018 年刚果埃博拉病毒、2019 年年底蔓延全球的新冠肺炎疫情， 
这些突发高传染性、高致命性的事件无一不严重影响了人类社会的正常发展以及 
居民的身体健康。本文的研究对象是医用水刺无纺布，它是生产口罩、手术服、 
医用包扎材料、医用帘布等重要耗材的原材料，与人民的身体健康息息相关。然 
而在无纺布的生产过程中，由于原料喷涂不均匀、环境存在脏污、无纺布静电吸 
附性强、生产设备老化等客观原因，无纺布不可避免地会出现孔洞、注头丝、油 
污、疵点等外观缺陷。如果不能及时检测出这些缺陷并将其剔除，将会直接影响到后续相关医疗耗材的日常生产和使用效果，造成重大经济损失和安全隐患。
对于无纺布外观缺陷检测，目前主要依靠验布工人用肉眼进行观测，凭主观 
意识判断出缺陷类型以及缺陷位置。待检无纺布宽幅 1.8 米，以 20-35 米每分钟的速度在产线上运动，验布工人在验完一卷无纺布后，在上下料期间才能短暂地放松眼睛，然而验完一卷布通常需要 50-90 分钟，人眼注视快速移动、重复性高的物体很容易疲劳，导致忽视掉部分缺陷或者对缺陷信息判断不准确的后果。采用人工验布耗费精力且效率较低， 检测准确率与验布工人的疲劳程度正相关，稳定性差。同时，长时间的人眼验布会对视力造成巨大伤害。 因此，开发机器视觉系统代替人眼完成无纺布缺陷检测是迫切且必要的，对于推进新型工业化，加快建设制造强国、质量强国。充分利用机器视觉、人工智能等新技术对现有纺织工业改造升级，既是对建设现代化产业体系的具体落实，也是企业提升自身产品竞争力的必然要求。