1、機織物結構參數和顏色排列對織物的物理和化學性能有著重要的影響，決定著織物的性能和用途。在目前的紡織行業(yè)中，織物的大部分參數仍依靠經專業(yè)訓練的檢測人員在放大鏡等輔助工具的幫助下分析完成，這種人工分析機織物結構參數的方法不僅耗時費力、效率低下，且檢測結果的準確性也易受主觀因素影響。隨著企業(yè)的自動化程度的提高，如何實現織物參數的快速、準確提取與分析已逐步變成流水線生產、質量控制和逆向工程的瓶頸。因此研究一種快速、準確的機織物外觀結構和參數分析

2、方法十分必要。
　　 本論文首先簡要介紹課題的研究背景及意義，概述了國內外有關基于圖像處理技術的機織物結構參數自動識別的研究現狀。并在分析了幾種典型的織物組織結構分析與研究方法后，提出了一種基于機器視覺的織物外觀數字化分析方法和系統(tǒng)。
　　 為提高系統(tǒng)的檢測的精準性，設計了一套織物雙面實時成像采集系統(tǒng)，可實現同時采集樣本對應區(qū)域的正反圖像，用于織物參數提取與分析。同時，提出了一種智能圖像測量方法，直接利用織物圖像的灰度投

3、影信息和圖像尺寸放大倍數與像素點之間的對應關系，實現經、緯紗密度的自動計算。
　　 利用投影算法和濾波算法對織物經、緯紗線進行分離和組織點定位，實時建立織物樣本圖像的柵格模型；基于邊界強度的組織點識別算法，對組織點進行分類；同時用組織點的鄰近信息、組織點的排列規(guī)律及顏色特征信息對組織點分類結果進行校正，實現組織點類型的準確提取。采用顏色聚類的方法提取組織點的顏色信息，并利用組織點類型和顏色信息對織物提取的參數進行數字化編碼和存儲