织物图案和纹理都是反映织物表面信息的重要参数指标,大多数的织物纹理和图案都具有周期性,随着纱线交织规律与图案分布的变化周期性也会相应呈现一定的简单或复杂变化。织物在织造和印染过程中的失误可能会直接影响到织物的表面质量,因此在线检测织物的周期性对于分析织物的质量具有十分重要的意义。现阶段用于图案周期性检测的方法很多,主要是基于灰度图像处理,但是对于某些图像来说,在将彩色图像转换成灰度图像的过程中,由于部分颜色信息的丢失会使得最终检测到的周期不准确。因此,从不同的颜色空间去研究织物图案的周期性具有重要意义。本论文提出一种图像处理技术与计算机相结合的基于和差直方图和MATLAB软件的彩色织物图案和织物纹理周期检测的方法。首先用扫描仪获取织物的不同颜色空间的织物数字化图像,然后对采集的图像进行倾斜校正、平滑去噪和对比度增强等预处理,得到质量比较好、便于处理分析的图像。最后对预处理后的图像进行和差直方图特征参数计算,得到对应的函数曲线图并从函数图中获取周期相关的信息。以计算得到的周期值为基础在原图中任意位置提取周期单元,使周期单元沿着水平方向和垂直方向排列形成一个合成的图像,分析对比合成图像和原织物图像,从而达到织物图案和纹理的周期计算的目的。本论文的工作实现了传统纺织品分析过程与计算机技术相结合的研究,得到了能反映彩色织物图案和纹理信息的数字化图像;完成了对织物图像的预处理,得到具有增强对比度效果的图像;结合数学知识,通过和差直方图特征参数获得了周期信息;以周期单元为基础,合成了新的织物图像;用得到的周期值进行织物的密度计算;本论文的研究基于matlab语言,结果客观、准确,工作效率高;同时,此方法得到的周期可用于部分织物的织物密度自动计算,具有一定的应用前景。本文主要做了以下工作:(1)实现了实际织物的数字化,并对数字化图像进行预处理,获得了能更好的反映织物表面信息的数字化图像。(2)研究灰度图像和差直方图的特征值函数曲线和织物图像周期间的关系,从特征参数的函数曲线中找到对应周期值的局部顶点位置,获取对应织物的周期值。并以计算得到的周期值为基础,在原图中任意位置提取周期单元,以周期单元为基础沿水平和垂直方向排列,合成新的图像,与原图进行对比可以判断计算结果是否准确。(3)借助灰度图像和差直方图的原理对织物图像的hsi颜色空间图像进行处理研究周期性。(4)分析织物图像倾斜和扫描分辨率对周期计算的影响,将周期计算方法应用到平纹织物的经纬向密度估算,在织物密度计算方面具有一定的应用性能。处理结果表明,和差直方图各个特征参数可以有效地计算出印花织物图案和织物纹理的周期性。