构成织物的纱线的性质和织物本身的结构,如织物密度、组织结构等,是影响织物机械性能的主要因素。因此,在质量检测过程中,织物的结构参数分析是一项重要内容。迄今为止,主要的检测仍然需靠人工操作来完成。然而,人工检测是一项费时耗力、效率低下的工作,并且在检验过程中还存在人眼易疲劳等不利因素,已越来越难于满足当前生产的需求。所以,利用图像处理技术开发一种织物结构参数自动识别系统是非常有必要的。 本论文主要研究基于织物自适应正交小波变换的机织物结构参数的自动识别。主要内容如下:第一章对国内外各种用于机织物结构参数自动识别的图像处理方法进行简介和比较,并最终确定本文采用的研究方法:自适应小波分析方法。第二章从傅立叶变换和短时傅立叶变换开始,重点介绍多分辨率分析、正交小波变换的一些基本概念和正交小波变换的快速算法,同时描述了构造紧支撑正交小波基的基本方法,为在实际工程应用中正确设计滤波器系数提供理论工具。第三章主要阐述织物图像的采集装置和光照不匀的校正、Wiener滤波和直方图均衡化等图像预处理方法,并对预处理前后的图像效果进行了比较。第四章具体讲解织物结构参数自动识别的方法和流程:首先分别运用自适应小