本文针对素色简单机织物，运用信息学科中发展较新的理论如小波变换，模式识别等探讨了基于图像处理技术的织物毛球自动检测方法。图像处理具有快速、准确、自动化程度高等特点。目前，纺织领域的许多人工测试或机械测试手段均可用图像处理来代替。 如何评价织物的起球性能，是纺织品检验领域的重要内容。人们通常采用的方法是标准样照对照评级，方法带有很大的主观性，会因人为因素而产生差异，不能对织物的起球程度作精确定量的描述。本课题将图像处理技术引入纺织领域，利用图像处理技术对织物的起球程度进行评定，从而使织物起球等级的评定向客观化和快速化方向发展。 论文主要内容如下： 1．在现有的图像处理系统的基础上，对精梳纯毛机织物的标样图像进行分析，利用小波多尺度分解与重构提取出毛球，去除织物纹理。 2．采用小波变换成功去除噪声。 3．利用面积滤波从目标中去除纱结和毛绒，得到只含毛球的图像。 4．对毛球图像进行特征参数提取，从中选取灵敏度好的参数。精梳纯毛机织物采用毛球总面积、毛球个数、面积标准差三个参数，分别由标准样照建立评定起球等级的标准特征向量。 5．在标准状态下，用YG501起毛起球仪对机织物试样摩擦起球。 6．利用模式识别法对起球程度进行判别，其结果与人工评定法相一致。实验结果表明，机器视觉和数字图像处理技术的毛球自动检测的方法是可行的和充满希望的。