1.基于二维经验模态分解的双通道织物疵点检测方法，其特征是包括以下步骤：

(1)针对织物图像特征优化二维经验模态分解中各步骤方法与参数，使用优化后的二维经验模态分解对织物图像进行分解得到三个IMF和一个残差；其中IMF1包含织物纹理信息，IMF2与IMF3包含粗糙尺度灰度信息，残差包含光照不匀的效果；

(2)对IMF1使用优化的Laws纹理测量提取纹理能量，对纹理能量进行二值化操作，得到纹理信息分割结果，将从IMF1得到纹理信息分割结果的处理流程称为纹理检测通道；对IMF2与IMF3进行融合处理后，对融合信号IMF2+3进行二值化操作，得到灰度信息分割结果，将从IMF2和IMF3得到灰度信息分割结果的处理流程称为灰度检测通道；

(3)将纹理检测通道和灰度检测通道输出的二值化结果进行融合，得到织物疵点检测结果，结果中数值为255的像素代表无疵区域，结果中数值为0的像素代表疵点区域；

所述的二维经验模态分解优化具体实现：

对二维经验模态分解四个主要环节，包括极值点寻找，边界处理，插值和停止准则进行优化：极值点寻找步骤的优化使用数学形态学测地膨胀算子极值点寻找方法替代8邻域极值寻找方法，保证寻找到极值点集包含严格极值点和非严格极值点；边界处理的优化为对极值点集按照节点密度以图像边界为轴向四个方向进行镜像延拓，并在插值完成后裁剪延拓区域；插值的优化首先使用三角化分段插值，然后对插值结果进行下采样，最后对下采样得到的节点集进行基于径向基函数的全局薄板样条插值，实现对三角化分段插值结果的平滑处理；停止准则的优化根据织物图像实验制定，以保证分解实际效果符合双通道检测方法要求；

所述的Laws纹理测量优化具体实现如下：

对Laws纹理测量的三个主要环节，包括滤波模板、子窗口尺寸和特征值进行优化，优化方法为使用不同滤波模板、子窗口尺寸和特征值在多幅织物图像IMF1上的进行纹理测量，将纹理能量的二值化结果与人工检测结果对比，确定效果最好的滤波模板、子窗口尺寸和特征值组合方案。

2.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的织物为位深度为8位以上的灰度图像。

3.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的严格极值点是指符合8邻域极值判断规则的极值点；所述的非严格极值点是指常见于织物图像中但不限于织物图像的连成直线、曲线或区域的多个数值相等但大于周围像素数值的多个连通的极值点。

4.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的测地膨胀算子极值点寻找方法是：将某IMF1函数记为f(x)，将其减1后进行测地膨胀运算得到 计算极值点集 其中极值点处保留原值，非极值点处的值为0，得到的极值点集同时包含严格极值点与非严格极值点。

5.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的边界处理的优化的具体方法为：统计极值点总数记为Numext，图像边界长度记为N，则延拓长度 将距离图像边界长度小于等于A的极值点，以图2

像边界为轴复制在对称位置，延拓后的图像面积为(N+A)，使用延拓后的节点集插值后，裁剪延拓区域，图像面积还原为N2。

6.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的插值的优化的具体方法为：首先对原始节点集进行基于Delaunay三角化的分段三次样条插值；然后对插值结果进行隔行隔列下采样，不丢弃非采样点，只将其值记为0；

最后以下采样结果中的非0点为节点集，进行基于径向基函数的全局薄板样条插值。

7.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的停止准则的优化是指优化计算单个IMF的循环次数控制方法；停止准则指标为两次计算结果间的标准差SD，当SD小于0.2时，循环停止，输出结果IMF。

8.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的优化Laws纹理方法为：滤波模板使用L5L5与W5W5模板，窗口尺寸为15，特征值选择为窗口内标准差。

9.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的融合IMF2与IMF3方法为：f2+3(x,y)＝f2(x,y)+f3(x,y)，其中f2(x,y)为IMF2，f3(x,y)为IMF3，f2+3(x,y)为融合IMF2与IMF3的结果IMF2+3。

10.根据权利要求1所述的基于二维经验模态分解的双通道织物疵点检测方法，其特征在于，所述的二值化操作为计算图像中所有元素的均值μ与标准差σ，当图像中某一元素的数值介于μ±3σ之间时，赋值为255；反之赋值为0；所述的双通道二值化结果融合是指：记纹理检测通道结果为ST(x,y)，记灰度检测通结果为SG(x,y)，融合方法为SF(x,y)＝ST(x,y)*SG(x,y)/255，SF(x,y)为融合结果，即为织物疵点检测结果，SF(x,y)中数值为255的像素代表无疵区域，SF(x,y)中数值为0的像素代表疵点区域。