纱线条干均匀度是衡量纱线品质的主要指标之一。目前我国测量纱线不匀的主要方法有目光检测法和仪器测量法,这些方法各有其优缺点。随着计算机和图像处理技术的发展,充分利用数字图像处理技术来克服其他检测方法的缺点,提高纱线质量检测水平,已经成为学术研究的一个重要课题,对提高纱线质量具有重要的意义。本文研究的主要内容是纱线条干均匀度检测中的图像预处理过程。针对已有成果的不足,本文又进一步提出了两种新的纱线图像处理方法。本课题中的纱线图像的获取是利用扫描仪扫描绕有纱线的黑板得到的。我们的目的是得到失真最小,目标信号和背景信号完全分离的图像,即去除图像噪声,突出目标。数学形态学是目前处理这类图像的主要方法,但是针对毛羽噪声较为严重的纱线图像,目前还未给出有效的处理方法。变分偏微分方程(partial differential equation,PDE)方法是图像去噪的一种主要方法,全变差(total variation,TV)模型是变分PDE方法中的典型代表,它的最大优点是在去除噪声的同时可以很好的保持边界。近年来,曲波变换引起有关研究人员的密切关注,尤其在图像处理领域,它作为一种新的多尺度分析方法比小波更适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力。本文借鉴了这两种图像处理方法的优点,提出了基于形态学和变分PDE图像分解相结合的纱线图像处理方法以及基于曲波变换的纱线图像处理方法。为了检测的准确性,本文在图像预处理阶段首先对扫描的图像进行自动纠偏处理,防止由于图像倾斜对结果造成较大误差。实验证明,新方法充分利用纱线图像纹理结构的特征,尤其对毛羽噪声较为严重的图像效果显著,用此进行纱线条干均匀度检测,与目测结果较一致。