竹节纱编织物花型突出、风格别致、立体感强，能产生出特殊的视觉效果，因此竹节纱被广泛的应用在纺织行业中。由于竹节纱独特的外观，竹节纱需要检测出竹节长度、竹节间距、竹节倍率三个参数，比一般的棉纱检测难度要大。传统的竹节纱检测方法有两种。一种是人工检测法，主要是黑板检测法，这种方法耗时耗力。由于人的主观因素和样本偏少引起的误差也较大；另外一种是间接测量法，主要是乌斯特电容法，这种方法虽能实现自动检测，省时省力，但由于增加了的物理量，会出现转换误差，精度不高并且价格昂贵。在进行竹节纱外观参数检测之前，我们需要采集高质量的竹节纱图像。为此，本文设计了一套竹节纱图像采集系统用来获取竹节纱图像。由于采集的图像数据很大，直接采集需要很大的内存。因此，在采集的过程中，本文采用双缓冲区技术采集和存储图像数据以达到节约内存的目的。图像显示时，使用传统的方法无法直接显示大数据图像。本文采用开辟小内存区域间接显示大数据图像的方法显示竹节纱图像。为了区分竹节纱的竹节和竹节间距，本文需要通过图像处理的方法获取竹节纱的直径序列值。在提取竹节纱直径序列之前，需要对图像进行分割。为了增加图像分割的鲁棒性和快速性，本文采用二维最大熵遗传算法对竹节纱图像进行分割。为了消除竹节纱毛羽的影响，本文采用形态学中的开运算处理阈值化后的竹节纱图像。本文提出一种有序序列聚类的算法对已获取的直径序列进行聚类已达到区分竹节和竹节间距的目的，并设计滤波方法，使得分类效果得到优化。最后，对获取的竹节纱参数作简要的分析。本文采用面向对象的软件工程方法设计软件结构，增强了软件的可扩展性和复用性。