随着丝网印刷的快速发展,企业越来越关注丝网布的质量,现在主要依靠人工检测的方法检测丝网布的质量,但是人工检测效率不高,检测结果不稳定,限制了企业的生产和发展。本课题采用数字图像处理技术进行丝网布检测,利用数字图像采集和处理设备结合先进的数字图像处理算法对印刷用丝网布参数进行快速检测,得出被检测丝网布匹的经纬纱密度、经纬纱平直度(倾斜角度)、疵点等参数。首先,论文采用中值滤波、直方图均衡化等算法对丝网布图像进行预处理,滤除图像噪声并提高对比度,为后续的图像处理工作做好准备。针对丝网布图像存在的倾斜问题,论文用Hough变换算法对丝网布经纬纱线倾斜角度进行检测,并利用图像旋转实现了对丝网布图像的快速倾斜校正,减小了后续丝网布检测的误差。其次,论文研究了基于灰度投影、基于傅里叶变换和基于小波变换的密度检测算法,并进行了实验分析比较,根据分析结果,提出了一种改进的丝网布经纬纱密度快速检测算法。对预处理后的待检测图像进行傅里叶变换,根据频谱图的第一峰值点坐标信息进行预判断,当第一峰值点坐标值大于阈值时,用基于傅里叶变换的经纬纱密度检测算法的有关公式计算可得经纬纱密度;当第一峰点坐标值小于阈值时,对待检测图像采用基于灰度投影算法计算经纬密度,此方法提高了丝网布经纬纱密度的检测准确度和速度,适用范围也更广。再次,论文提出一种基于傅里叶变换的丝网布疵点快速检测算法。用傅里叶变换将预处理后的丝网布图像转换到频域进行处理;利用Butterworth低通滤波器对频谱图进行滤波,滤除背景纹理结构;经傅里叶逆变换后,用改进的迭代阈值分割方法分割疵点。最后,作为丝网布检测算法的一个延伸,本文用Visual Studio软件通过C#语言和MATLAB混合编程,设计了模块结构、检测流程和简单的操作界面,从而构成丝网布检测的软件系统。本课题在数字图像处理的基础上,对丝网布经纬纱倾斜度、经纬纱密度和疵点实现快速有效的检测,提高了丝网布检测的速度和准确率,对数字图像处理技术在丝网布自动化检测上的应用有一定的理论指导意义,在企业生产中有良好的应用前景。