我国是世界上最大的纺织品生产和出口国。过去对纺织品中纤维种类的鉴别往往依靠人工劳动,其操作步骤复杂,工作效率低,同时掺杂了人的主观因素,容易造成鉴别错误,所以,用计算机对纤维作自动识别成为必然趋势。本文研究内容为复杂纤维图像的识别,由于图像中纤维交错分布,相互遮挡,很难用现成的方法完成识别。本文提出的识别方法包括三部分:边缘检测,边缘细化与修复、边缘曲线匹配。本文首先提出基于小波变换的多尺度边缘检测算法,对经过预处理的纤维图像进行边缘检测。利用小波变换求出各尺度下的模极大值点,这些点对应于图像信号中的突变点,并通过模极大值点获得可能的图像边缘,利用自适应的阈值去除由于噪声点引起的伪边缘,最后对各尺度下检测得到的边缘进行融合,获得纤维边缘。边缘检测后得到的边缘曲线具有一定的宽度,为进行特征匹配,需将其细化成单像素的宽度。本文提出将Zhang细化算法与查找表结合的方法对纤维边缘进行细化。由于被其他纤维遮盖会产生边缘断裂,且细化算法也会在部分结点处产生微小的毛刺,所以需要对细化后的边缘曲线进行后处理,才能生成完整的纤维边缘曲线。在获得纤维边缘曲线之后,需要对边缘曲线作两两匹配,以识别出一根完整的纤维。本文提出先粗后细的曲线匹配算法,利用两条曲线对应特征点之间的距离进行整体匹配,利用最小二乘法拟合曲线,通过比较二次多项式的系数进行细节匹配。实验表明,利用本文提出的方法,能够有效地对复杂纤维图像进行识别。对本文采用的样本图像进行识别,识别率在80%左右。