由于鹅绒纤维优良的特性,以及外观形态结构和化学组成与鸭绒纤维有诸多共性,使得用鸭绒代替鹅绒或在鹅绒中混入鸭绒等造假现象越来越严重,快速、准确、有效的识别鸭绒与鹅绒纤维成为当务之急。同时,鸭绒与鹅绒纤维的检测也被公认为羽绒纤维检测领域的重点和难点课题。目前,羽绒种类的识别都是检测人员通过显微镜用肉眼观察,对羽绒样品进行人工鉴定。这种鉴定需要大量的训练和实践经验,主观性强,判别不准确且耗时耗力。本文主要采用计算机图像处理技术对鸭绒和鹅绒纤维进行识别,主要内容包括：(1)对鸭绒与鹅绒的二阶绒丝结构进行详细的描述,根据显微图像定性分析了两者的差异,首次引入了4个特征参数定量表征其差异,得到了适合于计算机图像处理的判断特征并且为半自动识别提供判断方法。(2)对羽绒图像的图像处理方法进行研究,包括图像灰度化、平滑等图像增强方法的研究,用适合羽绒图像的方法进行图像预处理,以及图像分割技术的研究,用大津率算法对羽绒图像进行阈值分割,得到满足羽绒检测要求的二值图像,并对二值图像进行腐蚀、膨胀、细化等形态学处理。(3)将处理后的羽绒图像进行分类后提取特征,通过对羽绒图像中的菱节进行识别,并且对识别出的菱节进行配对、计算节距和菱节密度用判别分析法建立判别函数来最终确定羽绒的种类。(4)提出了羽绒种类识别系统的整体方案,通过自动识别为主、半自动识别为辅来识别羽绒纤维,并完成了羽绒种类识别系统的软件设计。在Windows XP下,以MATLAB的GUI为开发工具,最终开发出了界面友好、操作简单的羽绒种类自动检测系统软件。在本实验条件下,采用本文提供的算法对20组羽绒样本进行图像处理,其识别结果与半自动识别结果一致,这表明本文提出的方法是切实可行的。本课题将图像处理技术引入羽绒纤维领域,利用图像处理技术对羽绒进行识别,从而使羽绒识别向客观化和快速化方向发展。