机织物经纬密度影响了面料的机械性能和服用性能,是纺织品服装质量检测中重要的评价指标之一。当前,自动检测相关标准尚未建立,实验室检测多采用人工计数的方式,耗时费力、容易产生疲劳误差。随着图像分析技术的不断发展,纯色机织物密度自动检测方法逐步完善,但由于条纹或印花的干扰,尚未形成是适应面广的检测算法。为此,本文从频率域出发,开展条纹滤波和印花区域组织纹理修复方面的探索,为更为广泛类型的机织物密度测定提供参考解决方案。论文主要研究内容和结论包括:（1）纯色机织物密度自动测定中的小波优化。重点研究Morlet小波尺度在提取经、纬纱线时最优尺度的选择机制,采用方差曲线选取极值的方式,解决纯色机织物密度自动检测中小波尺度选择问题。对36种纯色试样进行验证,经密主客观一致率均值为98.99%;纬密主客观一致率均值为99.32%。（2）条纹印花机织物密度自动测量研究。重点研究条纹滤除算法,采用高斯陷波滤波器对条纹机织物傅里叶频谱进行特征点定位,一定程度上减少条纹对机织物密度自动检测提取经纬纱线信息时的干扰;采用Morlet小波进行分析,获得条纹印花机织物密度。实验结果表明,设计样本主客观一致率均值99.34%;实际样本主客观一致率均值为98.73%。（3）不规则印花机织物密度自动测定。重点研究不规则印花区域纹理的修复,采用Criminisi算法对印花区域进行修复,获得印花弱干扰下的机织物纹理图像;在此基础上,采用Morlet小波进行分析,提取经纬纱线信息,实现不规则印花机织物密度自动测量。实验结果表明,图案尺寸、图案类型对织物密度识别具有不同程度的影响,设计样本主客观一致率均值为99.89%;实际样本主客观一致率均值为99.17%。实验结果表明,优化后的Morlet小波对织物经纬纱线的分离和提取具有较好的适应性;高斯陷波滤波器能够有效定位到特征点,在一定程度上去除条纹干扰,提高条纹机织物密度检测准确率;优化后的Criminisi算法能够较好的修复印花区域的纹理,从而有效扩展了机织物密度检测的应用面,为通用系统的研制和相关标准的构建提供了参考解决方案。