对毛绒类纤维特征参数提取技术的研究已成为纺织行业和图像处理领域的一个热点。本文主要对基于图像分析的羊绒纤维特征参数提取技术进行了研究,主要包括:羊绒纤维的图像处理方案的研究和羊绒纤维特征参数测量方法的研究。本文图像处理的对象是光学显微镜下得到的羊绒纤维图像,通过需求分析、概要设计以及对光学显微镜下采集的羊绒纤维图像的特征和提取信息的要求进行分析,初步确定了图像处理的功能模块:图像去噪、图像增强、图像分割以及修饰处理。由于光学显微镜下采集的图像因光照影响纤维图像边缘存在β线、边缘模糊、灰度值差异不大、边界零碎等限制,为了得到连续的纤维鳞片边缘信息,需对每个模块的多种实现方法进行研究,找到较适合本文图像的处理方法。为此,本文利用Matlab7.0进行仿真实验,对大量的图像处理方法进行试验、比较,选择处理结果比较好的方法,最终得到满足本课题需求的图像处理方案:将图像灰度化,利用拉普拉斯算子增强纤维和鳞片的边缘,利用中值滤波算法去噪,利用Canny算子检测边缘,以及利用形态学膨胀和细化算法进行最后的修饰处理。利用该处理方案对本文的图像进行处理,能够得到提取信息所需要的二值图像:只含有连续且单像素值的纤维边缘和鳞片边缘信息。利用本文确定的图像处理方案对羊绒纤维图像进行处理后,需要对羊绒纤维特征参数的测量方法进行研究,采用恰当的方法来实现特征参数的提取。本文对常用指标提取方法:三角形法、中轴线提取纤维直径等方法进行了研究,对它们的不足之处进行分析。本文设计了分段测量算法来实现羊绒纤维直径的提取,设计了中轴线法测量鳞片高度的算法来实现鳞片高度的提取,大大减少了人为因素带来的影响,提高了提取效率。最后基于MFC应用程序框架,利用面向对象的程序设计思想,编程实现了纤维直径、鳞片高度、鳞片密度以及径高比的自动提取,并通过ADO访问SQL Server数据库,将提取数据导入数据库,便于后续工作的使用。