纱线毛羽在纺织品的生产加工过程中是一项重要指标,毛羽的长度和个数对产品的工艺流程有重要影响,同时还影响产品的质量。光电法、目测法以及电容法是比较常见的检测方法,光电法的不足之处是测试结果与环境相关;目测法不能定量检测,主观性太强。然而,基于数字图像处理的方法可以克服上述两种方法的缺点,不受主客观条件的影响,得到科学的、精确的结果。本文在传统人工目测法的基础上提出了数字图像处理的纱线毛羽检测方法。本课题设计了一套高速动态图像采集系统,其包括LED白光源、纱线张力控制模块、成像模块、图像收集模块,通过这套系统采集图像,并用相关算法处理、分析图像,并完成提取特征参数的提取。对纱线进行数字化测试和表征;一套扫描仪图像采集装置,其包括一台扫描仪、摇黑板仪、步进电机、计算机,对采集的图像进行条干不匀率的分析。本文中的图像来源于两个途径,工业相机采集和扫描仪采集。针对工业相机采集的纱线图像序列,本文以图像处理算法对其进行处理,算法步骤如下:1)首先灰度处理、倾斜校正、灰度修正、图像去噪得到水平,灰度均匀无噪声的图像;2)将去噪后的图像经过阈值分割、边缘检测算法,获取毛羽主干图像,多区域轮廓跟踪算法被用来提取毛羽特征参数;3)通过形态学处理提取纱线的主干图像,检测纱线的条干不匀率;针对扫描仪采集的图像序列,主要讨论了纱线条干不匀率计算,其算法流程如下:1)首先采取灰度处理,背景分离得到灰度均匀的纱线图像;2)其次,将灰度均匀的纱线图像经过自适应中值滤波处理,得到无噪声干扰的纱线图像;3)最后,将去噪后的图像经过图像分割和形态学处理,获得纱线主干图像,接着对图像特征提取分析,统计纱线的直径、条干不匀率CV。本文通过与传统的图像处理算法进行分析比较,对比不同算法得到的实验结果,找到最佳的方法用来提取纱线特征参数,提高算法的效率和准确性。数据表明:用文中的纱线成像装置采集图像,按照本文设计的算法处理图像,纱线毛羽分析计算得到指标参数与其他传统检测方法的检测结果具有很高的相似性,此方法具有快速、精确、简单的优点,降低工作强度,提高毛羽检测的效率,具有重要的实际应用价值。