随着国际纺织业竞争的加剧,我国企业必须提高纺织品质量和档次方能在激烈的竞争中取胜。纺织面料是纺织品内在品质的反应,纺织面料的分析和仿样设计是提高面料品质的一项重要的措施。目前在纺织行业中,织物面料的分析与识别主要还是凭经验或借助专业工具来完成。这种由专家人工进行织物面料组织结构参数的分析和提取的方法虽然具有权威性,但是操作要求高、不易掌握。同时分析与识别的时间周期也相对较长,而且分析过程单调而乏味。因此,迫切需要寻找一种新的、更好的织物组织分析方法来代替现有方法。数字图像处理和人工智能技术的快速发展和应用,在很多领域大大减少了人们的工作量,提高了工作效率并缩短了生产周期,从而提高了工作和产品的质量。织物分析方面也需要利用计算机技术来帮助人们改进生产效率和质量。因此,有必要研制更先进的算法和技术路线,以代替人工对物面料的纱线参数、组织结构等进行有效地自动识别与分析。本文研究了利用数字图像处理技术对织物面料进行自动提取分析参数和识别组织结构的方法,提出了自动识别织物面料组织结构的流程与技术路线。首先,利用带有透射光源的CCD摄像机和连续变倍体视显微镜采集高质量的织物透射图片,以利用其透射图像的组织点易于分离的特点。在图像预处理阶段选用了直方图变换方法增强图像对比度,并运用多次的维纳滤波方法去除织物表面的噪声,获得一个边缘清晰、噪音较少、易于分割的图片。本文提出一种组织点识别方法,采用目前可靠性比较高的人工识别原理进行组织点分析。对于外形完整且具有周边组织点信息的组织点,通过与周边组织点宽高度信息进行比较来判定组织点性质;对位于图像边缘的残缺组织点,利用组织点同线排列规律来推断其性质;对于经纬纱密的计算,利用织物图像尺寸放大倍数与像素点宽度之间的关系间接计算经纬密度。在具体技术路线的实现上,本文通过对不同的图像分割方法具体提出了两种处理过程方案。对于简单三原组织采用利用织物的反射图像进行基于亮度投影的分割方法,并针对其分割后组织点的特点设计了一系列的分析步骤,并通过实验验证取得很好的识别效果。对于相对复杂的织物图像,本文提出一种基于形态分水岭的分割方法,分割前期处理方面采用了形态学梯度重建的方法,对局部极值进行切削达到每个组织点都只有一个局部极值的目的,以避免后期的组织点分割中过分割的现象。接下来采用分水岭的图像分割方法对组织点进行了分割,分割后的组织点区域正确且很好的保持了原有形状和大小。然后采用上述的组织点性质判定方法和纱密计算方法进行分析。因为采用了相对通用的分割方法,此方法对非高密单层织物有相对更宽的使用范围。本论文所提出的上述技术路线和算法,具有一定的理论意义和较大的参考价值,特别在对织物点分割和组织结构的识别上具有一定的创新性,即使对于较为复杂的变化组织,也具有很好的识别效果,具有进一步研究的价值。