近年来,图像处理技术在纺织领域的应用逐渐增多,曾经依靠人工手动操作的纺织品质量检测,正走向计算机智能化,智能检测为纺织测试分析的自动化提供了有效工具。但是由于提花机织物结构的复杂性和生产中多种因素的不确定性,实现对它的自动检测存在很多困难,目前还没有通用的算法实现对提花图案的分割。机织物提花区域分割可以归为图像领域中的纹理分割问题。在提花织物图案中通常包含许多蜿蜒的曲线和不规则的图形,并且这些线不具有明显的规则和周期性,提花机织物图像是具有拓扑边界的纹理图像,因此对提花图案进行分割有很大的难度。基于织物色差的图像分割方法不适于单色提花织物的分割。本文基于提花纹理与本底纹理的差异使用形态学的方法对单色提花机织物图像进行分割。这也正是该论文创新之处。是图像处理技术在纺织业中新应用的一次探讨。主要工作有以下几方面1.采用CCD显微摄像系统或用数码相机的近景模式获取提花织物的彩色图像,确定了放大倍率在3~6倍的摄取方法。2.使用Matlab程序对原图像灰度化,图像直方图均衡化,中值滤波以及顶帽变换与底帽变换结合的方法对图像进行预处理。使图像达到了均衡消噪的目的。3.对图像进行二值化后,绘出了纹理元面积统计直方图并寻找织物纹理连通域阈值,作为形态学的操作参数。4.使用数学形态学方法对织物的不同纹理区域进行分割,确定提花区域的边界。编出有一定通用性的程序实现机织物提花图案的自动分割。5.在算法上,提出一种校正织物图像纹理歪斜的新算法,实验证明,该算法对于有规律纹理的提花织物图像有效。6.为获取大面积织物图像,使用改进的模板匹配算法对织物图像进行了拼接实验并取得了良好的结果。本文仅对机织物提花纹理为双纹理的图像进行分割,而分割结果仍有些缺陷。如何对纹理复杂多纹理图像进行快速、准确的分割,仍需要作进一步的探讨。