纸浆纤维的形态参数主要有纸浆纤维的长度、宽度及卷曲指数。这些参数是评价纤维质量的重要指标。纤维质量的好坏不仅影响纸浆的质量,还直接关系到成品纸的质量。实现纸浆纤维长度和卷曲度等形态参数的自动检测,能够准确快速的获得检测结果,以便应用于造纸行业是目前的一项重要工程。目前,传统的检测纤维形态参数的方法主要是应用显微镜或者光学投影仪。随着显微镜技术的发展,测量的准确度逐步提高但其快速性得不到保障,不便应用于生产过程的控制。国内还没有专门应用于纸浆纤维测量的纤维分析仪。随着计算机影像分析技术的发展,使纤维形态参数的快速测量成为可能。根据对纸浆纤维的物理特性与形状特征分析,设计了基于计算机视觉的纸浆纤维分析仪,在传统方法的基础上结合图像分析理论提出了精度较高的纤维图像处理算法,提高了识别精度与准确率,为纤维的形态测量开辟了一条新途径。现阶段,国内少数有实力的造纸企业采用的是纤维质量分析仪FQA(Fiber Quality Analyzer),但其昂贵的价格阻碍了它的广泛应用。本文对图像检测技术在纸浆纤维形态参数测量中的应用进行了进一步的研究。对数字图像处理技术的应用现状进行了进一步的研究,结合纸浆纤维图像本身的特点,进一步确立了适合于纸浆纤维的数字图像处理方法。本文简单介绍了纸浆纤维检测系统的硬件和软件平台;对图像预处理中的几种算法进行了介绍和分析,重点对几种细化算法在纸浆纤维图像处理中的应用做了比较和分析;进一步对数学形态学的处理方法进行了总结,引入了灰度形态学的处理方法,结合本课题研究的需要,用形态学的各种处理方法对预处理后的图像进行了进一步处理,取得了一定的效果,成功的实现了对纸浆纤维长度,宽度和卷曲指数的测量。