多光谱图像包含电磁波谱上多个特定频段的光谱数据,具有丰富的光谱信息,可以准确表征物体的表面颜色。多光谱图像的采集借助于多光谱成像技术,光谱被分成多个谱段并分别进行采样。纺织印染行业中,对纺织品的颜色测量与评估精度有着严格的要求,为获取精确的颜色信息,通常采用多光谱成像技术。多光谱颜色成像测量(Imaging Color Measurement,ICM)系统是一种基于滤光法的多光谱图像采集系统,主要由光源、单色相机和包含多个光学带通滤光片的滤片轮构成。ICM系统通过单色相机采集每个通道的相机响应,然后利用反射率重建算法获取更精确的光谱信息,从而实现相机分辨率的光谱测量,最终实现物体表面颜色的准确获取。该系统可以为纺织印染行业提供合乎严格水平的颜色管理系统,包括多光谱图像测量、颜色评估、颜色质量控制等。本文针对ICM系统采集的织物图像的色差分析问题,提出了 一种基于仿射变换与Levenberg-Marquardt(LM)算法的图像配准方法。从配准角度出发,利用提出的配准方法将标样图像与打样图像配准后进行空间色差分析。ICM系统采集的织物图像的形变,包括平移、旋转、缩放和错切变换,符合典型仿射变换模型。该方法对两幅图像的频域对数极坐标幅度谱积分曲线进行匹配,将仿射变换矩阵的求解转化为一个非线性最小二乘拟合问题,利用LM算法搜寻最优参数值,并引入分块配准策略以得到更好的配准效果。实验结果表明,与传统基于Fourier-Mellin配准算法和基于尺度不变特征变换(SIFT)的特征点配准算法相比,所提出的算法能获得更好的配准效果,可有效解决具有周期性元素的织物图像配准问题,有助于织物图像色差评估。此外,本文针对ICM系统的工程应用问题,进行了快速滤波算法的研究。ICM系统的图像处理模块属于计算密集型编程,图像处理环节成为系统的时间瓶颈,因此需要经过优化的快速算法。本文研究了均值滤波、高斯滤波、中值滤波与双边滤波等经典算法的不同实现方法,通过性能的对比与优化,ICM软件系统能达到准实时乃至实时交互,提高了用户体验。