织物的克重是织物成品检验的一项极为重要的指标，直接影响着产品的合格率与生产进度。因此，在生产中实现对织物克重的准确检测对指导生产实践，提高产品质量和生产效率，节约生产成本，增强企业的竞争力有着重要的意义。　　本文采用图像处理技术，分别基于频域与空间域的图像分析方法，实现针织物密度的在线检测。根据针织物密度与克重之间的比例关系，进而得到了针织物克重。该研究为实现针织物克重在线控制奠定了基础。论文的主要工作概述如下：　　1.针对倾斜针织物图像的频谱图中特征点分布不符合水平垂直方向分布的问题，本文基于 Canny边缘检测与8邻域搜索算法实现了特征点提取。通过坐标变换分析得到了与织物密度相关的信息，根据换算公式计算出针织物的密度值。该算法可以准确快速的实现二维傅里叶变换对针织物密度的检测。　　2.根据针织物图像的纹理特征，本文提出了纹理中不同结构单元的提取方法。通过霍夫变换识别图像中直线，得到纵向线圈数。由概率密度估计得到了针织物相邻圈柱间距的标准值，计算出圈柱数。最终得到针织物密度值。该方法对倾斜针织物具有准确的检测结果，实现了基于空间域分析方法对针织物密度的检测。　　3.结合生产实践设计了针织物密度检测与克重测算系统，根据标定后的针织物密度与克重比例关系，由密度测算得到克重。该系统可以实现针织物密度与克重的在线检测，对针织物生产实践有着较强的指导作用。