在纺织生产自动化过程中,在对织物外观的模拟、疵点的检测和组织的识别等环节中都需要进行图像采集。由于目前硬件条件的局限,有时只能采集到局部范围的图像。如果想得到一副完整的图像,就需要采用图像拼接技术来完成。目前的图像拼接方法大都是针对非周期、且特征比较明显的图像。由于织物图像是一种具有典型周期性的图像,不太容易从图像中提取特征信息用于图像匹配,图像的拼接实现起来较难,因此研究织物图像的拼接技术具有很高的理论和实践价值。元胞自动机(cellular automata,CA)是描述自然界复杂现象的一种简化数学模型,其可以对一些已知现象构建它的模型,通过元胞自动机的模型来分析和研究它已知的或未知的现象。因此,本文把元胞自动机模型应用于图像处理中,提出了一种具有新意的基于元胞自动机变换的图像拼接方法。论文在对元胞自动机的理论与方法理解的基础上,建立了元胞自动机的模型,研究了模型的演化规律,并运用在织物图像的边缘提取、边缘信息匹配,图像间的配准及拼接痕迹消除等,实现织物图像的拼接。由于边缘提取是图像拼接中最重要的一个研究内容,本文中将元胞自动机模型与传统的canny、sobel等算法检测的结果进行了比较、分析,结果表明元胞自动机模型在边缘提取方面的效果由于其它模型。论文本着从理论到应用的研究路线,以多个纺织图案为实例,通过建立元胞自动机模型和制定相应的规则,有效地完成了织物图像的拼接工作。本文所研究的内容和结论为元胞自动机理论在纺织织物方面的研究应用提供了理论和技术准备。