纺织工业是我国国民经济的传统支柱产业和重要的民生产业,也是国际竞争优势明显的产业。近年来,利用两种及两种以上不同染色纤维经过混和后纺制加工而成的色纺纱线或织物,因其外表呈现细腻柔和,具有独特的朦胧立体效果和质感而深受消费者青睐,并形成了独具特色的色纺产业。由于色纺产品采用了“先染色、再纺纱、后织造”的新型加工流程,相较于传统的“条染”和“匹染”工艺,其色彩表现方式灵活多样且环境友好,具有较强的产品竞争力和高附加值。随着色纺产业规模的不断扩大,如何利用数字图像处理和模式识别技术对色纺产品进行科学有效地管理与检索是目前色纺企业的迫切需求。由于色纺产品的纹理与呈色具有特殊性与复杂性,本文重点针对以下内容展开广泛而深入的研究:（1）针对提取单一浅层视觉特征难以对色纺织物图像进行有效表征的问题,构建了一种融合高级语义特征的色纺织物图像快速检索模型。首先采用深度哈希算法提取织物图像的高级语义特征,同时融合织物图像的浅层视觉特征构建分级检索策略。实验结果表明,对9类684份具有不同语义风格的色纺织物图像进行检索比对,其查全率与全类平均准确率分别为97.37%和87.54%;同时,相较于经典的CNN特征提取算法,系统检索时间效率提升约750倍。（2）针对不同光照和拍摄角度获取的色纺织物图像,提出了一种面向非可控条件的色纺织物图像检索算法。首先对方向梯度直方图进行改进,使其具有抗旋转能力;同时分别提取色纺织物图像的中层和高级语义特征;在此基础上,利用得分层特征融合策略实现色纺织物图像检索。实验结果表明,对非可控条件下拍摄的色纺织物图像进行检索比对,其查全率与全类平均准确率分别为85.54%和64.05%。（3）图像的各层次化特征对于图像检索具有不同的贡献度,针对固定权重特征融合策略无法充分发挥其在色纺织物图像检索中的有效性,提出了一种可变权重特征融合算法。该算法利用不同特征对图像检索贡献度,构建相似度相关系数,通过检索图片在样本库内k近邻图片的相似度得分变化率,寻找不同特征在色纺织物图像检索时的权重系数。实验结果表明,所提出的可变权重特征融合算法能充分发挥各特征的作用,与固定权重特征融合对比,该检索算法的全类平均准确率分别提高了1.42%和1.32%。本文的研究对实现色纺产品图像的检索与比对以及数字化管理提供理论支撑,是实现色纺织物图像快速、精确检索的一种方法,能够有效降低色纺产品的管理与维护成本,从而满足小批量、多品种、快交期的市场需求。