مبحث "بافت" در سال های اخیر برای کاربردهای عملی حوزه بینایی ماشین مورد توجه بسیاری قرار گرفته است. یکی از مهم ترین زمینه های تحقیقاتی این حوزه طراحی سیستم های ارزیابی بصری اتوماتیک محصولاتی است که دارای سطح بافتی یکنواخت هستند. از جمله این محصولات، تولیدات صنایع نساجی است. تاکنون بدین منظور روش های مختلفی با تکیه بر ویژگی های گوناگون استخراج شده از نواحی معیوب ارائه شده است که به علل متعدد از دقت رضایت بخشی برخوردار نبوده اند. در این پژوهش یک طبقه بندی کننده جدید مبتنی بر تکستون ها به منظور آشکارسازی و تشخیص انواع مختلف عیوب بافتی پارچه های طرح دار و بدون طرح ارائه شده است که می کوشد ویژگی های سودمندی را از ساختارهای میکروسکوپی بافت با استفاده از مجموعه ای از فیلترها حاصل کند. در اولین روش ارائه شده، در ابتدا نواحی معیوب تصویر با استفاده از عملگر الگوهای باینری محلی بهبود یافته شناسایی شده و سپس توسط الگوریتم جدید، نوع عیب آنها تشخیص داده می شود. در دومین روش، عمل مکان یابی و تشخیص نوع آنها به صورت همزمان با استفاده از الگوریتم پیشنهادی انجام خواهد شد. در آزمایش انجام شده، این روش توانسته است تمام نواحی معیوب را به صورت کامل از یکدیگر تشخیص دهد. دو معیار حساسیت و صحت که به ترتیب 9412/0 و 9702/0 محاسبه شده است دقت بالای روش را نشان می دهد.