本文对基于切面光照投影图像的织物起球等级的计算机视觉评定进行了系统地研究。论文内容涉及序列切面投影图像采集装置的设计和研制，织物起球表面切面投影轮廓线的提取以及由拼接序列切面投影轮廓线而获取织物三维起球图像的途径、织物起球图像预处理和毛球分割的算法及效果、织物起球的特征提取；以及应用神经网络对织物起球等级的评定等。现将论文各章内容简要介绍如下： 引言部分简要介绍了论文的选题背景。 第一章概述了国内外有关基于计算机视觉的织物起球等级评定的研究现状。除对织物起球实验和起球等级的主观评定方法作一般介绍外，着重从灰度图像分析和距离图像分析二方面介绍了国内外基于计算机视觉的织物起球等级评定的新研究成果及其不足之处。 第二章介绍了织物序列切面投影图像采集装置的研制，讨论了关键零件异型杆的设计。文中从理论上分析了异型杆边缘曲率半径和毛球半径之比对织物起球图像中毛球的伸缩变形和“粘连”的影响，从而为异型杆半径设计提供了依据。文中还从结构设计和刚度方面讨论了异型杆的正确截面形状。 第三章详细介绍了如何利用织物序列切面投影图像获取织物起球图像的理论、方法和途径。文中介绍了如何正确确定切面投影图像采集时的背景光强，还系统介绍了利用LOG边缘检测算子和插值法提取起球织物切面投影轮廓线的途径，和通过拼接序列切面投影轮廓线得到织物三维起球图像及其二维灰度显示的方法。文中着重指出，这种基于序列切面投影图像的织物起球图像获取方法可避免织物纹理、色彩等对织物起球信息的影响，从而使本文的起球评定方法不仅适用于素色织物，也适用于色织物、印花织物及其它花式织物。 第四章详细讨论了织物起球图像的预处理和毛球分割。文中详细论述了织物起球图像中背景不匀的来源和毛球孔洞存在的原因以及应用形态学方法逐步有序的进行消除的过程。文中介绍了四种阂值方法分割毛球的结果，并着重论述了用高斯拟合闭值法分割毛球的合理性和可行性，文中还提供了对印花织物、色织物、素色织物等不同类型织物、不同等级试样的起球图像进行毛球分割的结果。 第五章介绍了起球图像特征值的提取，并详细分析了粗糙度、偏度、毛球个数、毛球平均高度、毛球最大高度、毛球总体积、毛球总面积、毛球平均面积和毛球分形维等特征值与起球等级的相关性和类别可分性，从而为起球等级评定提供了依据。 第六章介绍了用100个起球织物试样对Bp网络和自组织神经网络进行训练和测试的过程以及网络的评定结果。Bp网络评定结果与主观评定结果的相关系数是0.97，等级评定的正确率是92%;自组织神经网络的评定结果与主观评定结果的相关系数是0.95，等级评定的正确率是84%。文中还对这两种网络的性能及应用进行了分析比较。 第七章对全文进行了总结。介绍了本文的主要贡献和存在的问题，对进一步研究方向提出了建议。