单向导湿面料是在织物吸湿快干基础上发展起来的一种新兴功能性面料,它主要利用织物内外层吸水性的差异达到水分在织物中单向传递的效果。目前,其检测方法有人工滴液法,但该法对润湿面积/半径的测量复杂,主观性强;也有学者将图像处理技术运用到其测量中,通过形态学处理、分割方法的不断改进,快速精准地获得了织物各时刻的润湿面积。本课题在前人的基础上,通过导湿理论与流体方程的引入,探究了织物扩散速率与吸水性能的函数关系,改进了传统图像法检测指标单一的弊端,它主要涉及的内容:（1）润湿图像的获取:本课题设计了一个实验装置,该装置利用精密导管控制注入液体的流速和总量,并在该装置在承物台上下各放置摄像头同时获取织物内外层图像,最后利用定时取帧的方式将图像传输到电脑中等待处理。（2）液滴轮廓面积的测量:电脑接收图像组后,先后对图像进行形态学、图像分割等处理获得织物轮廓,通过像素的量化计算其润湿面积以及半径实际尺寸并用称重法与实际结果对比,结果显示图像法测的面积与实际面积误差在5%以内,但速度更快。（3）织物导湿性能指标的计算:首先是水分扩散速率的测量,它是要获得液滴的实际润湿半径后,绘制半径-时间曲线,以水分累计的扩散速率作为其评价指标;然后通过将织物导湿理论简化,并对实验条件做出限定引入流体力学方程,探讨织物吸水速率与扩散速率的函数关系,后经验证该函数关系具有可信度,实现对织物吸水速率的测量;最后在前者基础上,通过对织物吸水速率-时间曲线的积分之差,计算织物内外层含水之差,获得织物单向导湿能力。（4）织物导湿能力的评级训练:用液态水份管理测试仪（MMT）检测织物的上述性能,并对两种方法所测得的数据结果做相关性分析。参照MMT,将图像法测得的各项性能指标作为输入函数,将MMT对织物做出的导湿等级评价作为输出函数,放入到BP神经网络中评级训练。结果显示,本方法对2-5级导湿等级的织物训练结果准确度较高,能达到90%以上,但对于1级织物训练结果较差,需要后续的改进。