织物纬密度是衡量织物质量的重要参数，随着人们对纺织品质量要求的不断提高，测量织物的纬密度在纺织、印染行业已成为保证织物产品合格的最重要、最基本步骤之一。目前，虽然国内外对织物纬密度的测量已取得了较大的进展，但是自动化程度较低，且在对高纬密度、多品种、纬斜织物的测量上还存在许多问题，具有较大的改善空间。由于机器视觉具有的非接触、快速、自动化程度高等人工检测不具备的优点，因此，基于机器视觉的纬密度测量具有广阔的应用前景和重要的研究价值。本文以机器视觉及图像处理为基础，提出了空域和频域相结合的织物纬密度测量新方法，主要的研究工作如下:　　 1.提出了一种空域与频域相结合测量织物纬密度测量新方法，利用空域中计算出的粗略纬密度值和纬斜角，根据图像空间与其频率间隔的关系，快速定位频域内包含纬线峰值点的小范围区域，从而快速、准确获取真正的纬线峰值点，精确计算被测织物的纬密度，避免从多个峰值点中依次搜寻并最终确定纬线峰值点的过程，大大减少工作量，提高测量精度。　　 2.研究了在多种减少织物图像处理运算量的措施，包括:在空域中提取纹理基元并据此对图像进行二值化处理;利用MLP神经网络初步识别织物类型及织物摆放方向;利用频域互相关计算织物图像的互相关图像以获取织物的纹理基元;利用空域粗略纬密度值和纬斜角在频域定位包含峰值点的小范围区域等，大大减少了图像处理的工作量，提高了织物纬密度测量的效率，满足了现场快速、高效在线检测的需要。　　 3.针对机器视觉系统的硬件构成，研究了视觉光源、镜头、相机、数据传输接口等器件的性能特点，提出了合理选取各性能参数的方法，为采集理想的织物图像、减少运算量和提高测量精度提供了必要的保障。　　 4.根据理论与算法研究的成果，对多种实际织物进行了纬密度检测，并与手工离线检测结果相比，获得了较高的测量精度。实验结果表明，该方法可以对高纬密度、多品种、纬斜织物的纬密度织物实现自动、快速且精确测量，具有较高的理论价值及广阔的应用前景。