织物的纹理和颜色特征分析是进行织物生产前的一个必不可少的步骤,传统的人工方法耗时费力、效率低下,近年来的研究大多基于图像处理技术进行织物单面图像的研究,很难全面准确地记录织物的纹理与颜色信息。为此,本文提出一种基于双面成像技术的织物纹理与颜色特征分析方法。本文的研究主要涉及以下内容:色织物双面图像采集系统的开发;色织物经纬纱密度的自动测量;色织物纹理结构类型的识别;色织物颜色聚类分析;印花织物颜色聚类分析。文章首先概述了近三十年来国内外基于图像处理技术的织物纹理和颜色特征分析的研究进展,并根据研究方法的不同将它们进行分类,分析了每种方法的优缺点;其次,详细探讨了双面图像采集系统的搭建、工作流程和光照影响,介绍了数码相机、照明系统、样品夹具等参数配置,利用二值化、Sobel边缘检测、Radon变换提取等边三角形特征点,利用仿射变换实现双面图像在像素级别上的对位和匹配;指出了基于单面图像频谱图测量纱线密度存在的缺点,提出基于双面融合图像频谱图进行色织物经纬纱线密度自动测量的方法。利用三种图像融合技术对双面图像进行融合,借助于傅里叶变换技术提取对应于纱线周期成分的特征频率点,对其进行傅里叶反变换得到经纬纱线的重构图,发现基于双面灰度值取大法和基于双面灰度值取小法可以较为准确地测量色织物的经纬纱密度;再次,提出一种双面灰度共生矩阵的方法,分析双面图像上的像素对在灰度级别上出现的联合概率,提取双面灰度共生矩阵中对比度、相关系数、熵和同质性四个纹理特征参数,以四个纹理特征参数作为输入向量,建立BP神经网络模型,对色织物的纹理结构类型进行识别;此外,利用不同模板尺寸的中值滤波对色织物的原始图像进行去噪处理,将色织物图像从RGB颜色空间转换到Lab颜色空间,并借助于K均值聚类算法对色织物的颜色聚类进行划分,从而得到色织物的色纱数目和种类;另外,开发了一套印花织物图像采集系统,并对采集得到的印花织物原始图像进行中值滤波去噪处理,利用颜色色卡对印花织物进行颜色校准,并将其转换到Lab颜色空间,通过自适应K均值聚类算法对颜色进行分割,得到不同颜色聚类的纹理子图案。