纤维纵向形态直径的测量在纺织品检验中具有举足轻重的地位。直径的测量主要应用在两个方面:(1)表征纤维的粗细程度，可以识别直径相差比较大的纤维等;(2)测定纤维混纺比，主要是化学性质较接近于棉、麻等混纺比的测定。目前现有的测量方法—计算机显微图像分析系统，通过对羊绒和澳毛的测量，发现测量结果不稳定，误差也比较大，这已不能满足纤维测量高效性和要求降低对测量仪器资本投入的需要。为了解决上述问题，迫切需要出现更高效的图像处理算法和测量算法，来适宜于车间在线准确测量，从而有效保证产品质量。　　首先从图像预处理入手，对采集到的图像运用一系列简便的图像预处理方法，得到清晰但却带有毛刺的纤维边缘图像。对此基于骨架图像毛刺去除算法的研究，放弃以往先设定长度阈值，再对图像从头到尾扫描的方法，而是直接从图像中的分支入手，找到节点后利用爬虫法只对分支扫描，在一定的长度阈值的限定下，准确无误的找到毛刺，并有效去除，保留能够反映图像真实信息的骨架图，便于测量;对于纤维直径测量算法，以往的纤维直径测量方法，都是以拟合出纤维边缘线为基础，再以边缘线上对称的两点间的距离作为纤维直径，算法的误差比较大。本文提出新的测量算法:仿射变换法。只要求出纤维倾斜角度，直接利用仿射旋转变换，当图像旋转后纤维线为竖直方向，直接找出边缘曲线在水平方向上两点之间的距离N，因为此时的图像为单像素，则N即为纤维在这一段的的直径，再利用统计的方法求出纤维平均直径即可。　　通过对上述算法得到的数据的分析，证明了此算法的稳定性，再现性和有效性。结果是令人满意的。