在纺织品加工过程中,纱线毛羽是反映纱线质量的重要指标,毛羽的长度和个数直接关系到产品的质量、档次、生产效率以及后续加工的顺利进行。目前在纺织行业中,对纱线毛羽的检测主要还是采用人工黑板目测来实现,这种方法不能对纱线毛羽进行定量检测,同时存在检测时间长、步骤多、准确度受主观因素影响大等问题。基于图像处理技术的纱线毛羽检测方法可以有效克服常规方法的不足,获得科学的检测结果。本文结合纱线毛羽的物理特性和形状特征,在传统人工黑板目测法的基础上结合图像分析理论提出了纱线毛羽图像处理方法。纱线毛羽检测的流程:首先把采集的纱线图像输入到计算机,获得毛羽的采样图;然后对采样图做灰度变换、倾斜校正、去噪、边缘锐化等一系列预处理操作,得到能清晰反映毛羽分布情况的二值图,利用形态学运算强化纱线的边缘;最后从边缘图中提取出纱线周长、面积、形态因子等特征参数,完成纱线毛羽的自动检测。本文对图像预处理及图像分割中的诸多算法进行了介绍和分析,通过对比纱线毛羽图像的处理结果,选择了适合于纱线毛羽特征提取的处理方案。对二值化分割后的图像进行形态学滤波处理,突出纱线毛羽的边缘特性。试验表明,该图像处理方案能为后续纱线毛羽特征的提取提供便利。本文采用多区域轮廓跟踪算法提取纱线毛羽特征,该算法对纱线的几何特征提取具有较高的精度和适应性,克服了必须将图像中的单条毛羽图像分割取出后才能进行轮廓跟踪的问题,实现了同时对多个纱线区域进行轮廓跟踪和提取,提高了系统的执行效率。利用图像处理技术对纱线毛羽进行检测,可以直观地获取毛羽形态特征,求得不同长度的毛羽个数及毛羽指数。该方法具有快速、方便、成本低的特点,缓解了人工测量的工作强度,提高了纱线毛羽检测的效率。