传统的织物组织的识别主要依靠人工进行检测分析,虽然具有一定的权威性,但是费时费力、效率低下,显然无法满足目前纺织工业自动化,高效率的需求。将数字图像处理技术应用于织物组织结构的自动识别,不仅能简化传统纺织行业的操作流程,大大提高工作效率,而且对实现纺织企业生产自动化、智能化具有重要的意义。为此,本文主要研究如何利用数字图像处理技术,以实现机织物组织结构的自动识别。主要涉及以下内容：织物图像的自动倾斜校正、织物经纬纱密度的自动识别、织物组织点特征的提取与选择、织物组织的自动识别与校验。首先,为了提高组织识别的精度,针对机织物图像与纱线存在的倾斜问题,本文分别给出了图像与纱线偏斜检测及其校正算法。然后,利用灰度投影法实现织物图像中纱线的定位,从而完成织物纱线密度的自动检测。为实现组织点的自动识别,应先提取出组织点图像的特征,然后根据特征对其进行无监督式的聚类识别。本文采用灰度共生矩阵来提取组织点图像的纹理特征,同时为了优化特征和减少计算量,对组织点的纹理特征进行主分量分析,提取最有意义的子特征。本文采用核模糊聚类算法对组织点进行分类,并根据纹理的方向特征确定组织点类簇的属性。由于存在个别组织点误判的可能性,本文采用标准组织数据库对初步识别结果进行自动校验,使目前的识别方法具有一定的容错机制,从而使得最终的识别结果更为准确。测试结果表明,本文所提出的方法能够实现机织物组织的准确识别,具有较大的理论意义与应用价值。