纺织品生产过程中，织物疵点检测是质量控制的关键环节，也是最难以实现自动化的环节。研究织物疵点检测算法有助于实现疵点的自动检测。Gabor滤波器是检测织物疵点的有效工具之一，因为Gabor滤波器在空间域和频率域具有较好的分辨能力，而且Gabor滤波后图像纹理的频谱随着其空间位置的变化而变化。本文设计了三种实Gabor滤波器，然后提出了相应的织物疵点检测算法：(1)针对常见疵点的特征，以及Gabor滤波器对织物图像的检测效果，设计了4个椭圆形的实Gabor滤波器，这些滤波器分别分布在水平和垂直方向，同一方向上，2个不同尺度的滤波器的幅值轮廓相切。然后，提出了一种基于这些滤波器的织物疵点检测算法。实验表明，新算法能够准确地检测出多种织物疵点。最后，从算法步骤、计算复杂度、实验效果三个方面将新算法与其他算法进行了比较。结果表明，新算法简单，计算复杂度较低，检测效果较好。(2)为了扩大疵点检测范围，设计了8，12和16个圆形的实Gabor滤波器，这些滤波器分别位于2、3、4个尺度和4个方向，并且相邻滤波器的幅值轮廓相切。基于这些滤波器，提出了一种新的织物疵点检测算法，特别地，在图像融合的环节，给出了一种新方法。实验结果表明，该算法能够准确地检测出织物图像中的疵点。(3)为了扩大疵点检测范围和降低计算复杂度，应用半峰相切法设计了一组圆形的实Gabor滤波器，使得相邻滤波器的半峰幅值轮廓相切。在此基础上，提出了一种新的织物疵点检测算法，该算法包含两方面：一方面是最优实Gabor滤波器的确定，另一方面是织物疵点的检测。首先基于织物疵点图像，应用方向模板和信噪比确定了2个最优的实Gabor滤波器，然后给出了检测织物疵点的具体操作。实验结果表明，新算法能够准确地检测出灰度织物疵点图像和彩色织物疵点图像中的疵点，正确检测率高。