امروزه کنترل کیفیت تولیدات یکی از مسائل مهم در صنعت بشمار می رود. یکی از اهداف کنترل کیفی محصولاتی نظیر کاشی، استیل، چوب و پارچه، بازرسی سطوح این محصولات به منظور تشخیص نواحی معیوب احتمالی می باشد. در این صورت کیفیت تولیدات را با توجه به استانداردها و نیازهای کاربر کنترل می نمایند. تمامی این سیستم ها از لحاظ کارایی دارای مشترکاتی هستند که از میان آن می توان به مواردی همچون، خصوصیات بصری یا ویژگی های یک شیء که آنرا از دیگر اشیاء متمایز می سازد اشاره نمود. یکی از این خصوصیات مهم در بازرسی سطوح، بررسی بافت در تصاویر سطوح می باشد. در این پایان نامه مسال? تشخیص عیب در بافت های تصادفی را مورد بررسی قرار می دهیم. بدین منظور روش هایی جهت تشخیص عیوب بر روی سطوح بافت های تصادفی ارائه می گردد. تاکنون بیشتر کارهای انجام شده، جهت آنالیز بافت های منظم پیشنهاد شده است اما به دلیل ماهیت بافت های تصادفی، متأسفانه نمی توان اکثر این روش ها را مستقیماً بر روی بافت های تصادفی اعمال نمود. بدیهی است که طراحی و ارائه روش های جدیدی در این زمینه از اهمیت بسزایی برخوردار می باشد. دو روش جهت آنالیز بافت های تصادفی پیشنهاد می گردد. روش اول مبتنی بر تبدیل موجک بوده و در روش دوم از بانک فیلتر گابور استفاده می شود. الگوریتم های پیشنهادی در این پایان نامه شامل دو مرحل? آموزش و آزمون هستند. در مرحل? آموزش، از یک یا چند تصویر بافت سالم برای استخراج بردارهای ویژگی و مدل کردن این بافت ها استفاده می شود. چگالی احتمال بردارهای ویژگی استخراج شده توسط مدل مخلوط گوسی، مدل شده و پارامترهای توابع گوسی مربوطه تخمین زده می شوند. در مرحل? آزمون، بطور مشابه بردارهای ویژگی از پنجره های کوچک تصویر تحت بازرسی استخراج می گردند، و بافت هر پنجره مورد ارزیابی قرار می گیرد. بطوریکه مقدار تعلق بردار ویژگی هر پنجر? تصویر آزمون به مدل استخراج شده محاسبه شده، و با یک مقدار آستانه جهت تشخیص ناحی? معیوب مقایسه می شود. تعیین مقدار مطلوب آستانه در راستای رویکرد تشخیص تمایزها می باشد. نتایج تجربی نشان می دهند که دو الگوریتم پیشنهادی در مقایسه با روش های ارائه شده از حجم محاسباتی و دقت قابل قبولی برخوردار است.