我国是皮革工业大国,但是目前对皮革的分类仍然主要依靠熟练工人的目视辨别,必然很难保证产品的一致性和稳定性。随着电子技术和计算机技术的发展,采用数字图像处理技术将皮革的视觉信息转换为数字信息加以分析处理,进而利用模式识别技术使皮革的自动化分类成为可能。本文利用纹理分析技术,使用分形维数作为皮革图像纹理的主要特征,结合阈值法和神经网络,对皮革图像的分类进行了研究。主要工作如下:1.研究了计盒维数法、差分盒维数法和毯子覆盖法三种分形维数计算方法,形成了计算皮革图像分形维数的解决方案。2.在详细分析了皮革图像特点的基础上,对皮革图像进行预处理,包括灰度化和二值化。对皮革灰度图像进行了直方图均衡化,从而对皮革图像进行增强,提高图像的对比度,强化图像的纹理特征。3.设计了基于分形维数和阈值法的皮革图像分类器,使用这个分类器,结合计盒维数、差分盒维数和毯子维数三种分形维数对皮革图像进行分类。对皮革图像进行了分类实验,确定了阈值,并对实验结果进行详细的讨论和分析。4.使用了基于曲线拟合与图像块分形维数的皮革图像分类识别方法,针对绵羊皮和山羊皮图像进行了实验,并对实验结果进行了详细的讨论和分析。5.为了提高分类精度,本文使用了基于BP神经网络和分形维数特征向量的皮革图像分类方法,对皮革图像进行分类实验,并对实验结果进行了详细的讨论和分析。