目前在纺织行业中,织物面料的分析与识别主要还是凭经验或借助专业工具来完成的。这种由专家人工进行织物面料组织结构参数的分析和提取虽然具有权威性,但是操作要求高,不易掌握。同时分析与识别的时间周期也相对较长且分析过程单调而乏味,因此,有必要研制能代替人工对物面料的纱线参数、组织编织结构及配色模纹等进行有效自动检测与分析的算法和技术路线。 本文研究了利用图像处理与模式识别技术对织物面料进行自动参数提取与分析和组织结构识别的方法,提出了织物面料自动识别的流程与技术路线,讨论了怎样的织物图像的获取与预处理才能有效的反映织物的特征信息和参数。然后分别给出提取织物参数—经纬纱密度、经纬纱线细度、织物盖度率的自动提取算法:利用图像频谱中峰值点特征与织物经纬纱的间距即经纬密的转换关系,将织物的图像变换为对应的频率域中的频谱图像,通过计算峰值点的距离(即频率值)进而计算出织物的经纬密;利用纱线细度指标与纱线直径的转换关系,通过对织物图像进行最优阈值化处理,然后计算出纱线的直径进而计算出纱线的细度的方法,并利用同样的原理计算出织物的盖度率这一紧度指标;并将它们的计算结果与手工测量结果进行了比较和分析。 对于织物组织结构的识别,本文提出了一种提取织物组织结构纹