论文所研究的三维编织件是先进的多功能复合材料制件和主承力复合材料制件所必需的一种新型、高级增强体织物，是航空、航天等领域所急需的一种新材料。复合材料三维整体编织技术是二十世纪八十年代发展起来的高新纺织技术。它具有整体性能好和结构设计灵活等特点。因而这种复合材料在国内外均备受关注。三维编织件的两个关键结构参数：表面编织角和花节长度，是三维编织件的质量监测和质量控制的关键。因此，准确而快速的测出这两个结构参数就有着重要的意义。论文主要着眼于对表面编织角的计测，对三维编织件的表面图像处理系统和表面图像测试系统进行了研究，取得了如下一些研究成果：1．针对三维编织件表面图像含有大量的毛刺与噪声及其图像自身的纹理特点，采用基于小波变换的图像增强技术实现了三维编织件表面图像边缘的提取。利用小波所固有的时、频特性，结合图像增强中反锐化掩模法，对三维编织件表面图像进行了增强处理，提取了纹理，达到了比传统边缘提取算子（Roberts算子、Sobel算子、Prewitt算子、Krisch算子、高斯—拉普拉斯算子）更好的效果。2．利用图像的内部方差信息提出了改进的局部阈值选择法，对三维编织件表面图像进行分割，达到了良好的分割效果。研究证明，此算法可很好地避免处理区域光照均匀程度不同的影响。3．把直线拟合的思想应用到三维编织件单位表面编织角计测的数学建模上，使一个纹理单位内的所有像素的灰度信息都参与到表面编织角的求解中来，从而得到了较好的计测效果。4．着眼于自组织竞争型神经网络，对基本竞争型神经网络作了扩展性的应用研究，使获胜模式成为某一基本模式方向上的动态最优，能取得更好的三维编织件编织角的计测效果。5．改进了传统的模板匹配方法，用于定位一幅纹理图像中的各个纹理单位，并结合直线拟合法和改进的自组织神经网络法，能够实现对整幅图像体现的平均编织角的计测和编织角的不规则性的评价。从而为编织件的工艺提供更全面的技术支持。