纺织品若要向高品质、高附加值方面发展,前提是制造出高质量的纱线,因此,关于纱线质量的检测和评估成为提升纺织品质量的关键。在纱线质量检测的众多指标中,毛羽是衡量纱线质量好坏的重要指标,它不仅影响纱线和最终纺织品的外观、手感以及后道工序的顺利进行,而且污染生产环境,危害健康等。目前已推出的毛羽检测方法(如目测法、称重法、光电法)在检测精度、检测效率和价格方面存在不足。随着计算机和图像处理技术的发展,计算机在纱线质量控制领域的应用得到越来越多的重视,充分利用图像处理技术来克服其它检测方法的不足,达到客观评估纱线毛羽的目的,对提升纱线质量具有重要的作用。在结合图像采集装置的基础上,本文主要侧重基于图像处理的纱线毛羽检测算法研究。该算法主要分为图像预处理、纱线毛羽图像分割、纱线毛羽提取、纱线毛羽统计、算法总体分析以及图形用户界面制作六个部分。本文根据采集的初始图像水平,确定所需的图像预处理方法为灰度变换和倾斜校正。纱线毛羽图像分割部分是后续算法的基础,其分割结果的好坏直接影响了整体算法的准确性。其包括:采用小波域多分辨率Markov随机场及其变权重形式进行纱线分割和采用参数核图割法进行纱芯分割。纱线毛羽提取部分包括毛羽二值图像提取和毛羽细化。纱线毛羽统计部分在单位标定的前提下,提出两种毛羽长度计算方法:统计线法和真实长度追踪法,并对二者进行了对比分析。算法总体分析部分即对本文整体算法分别进行以目测法检测结果和以USTER仪器检测结果为标准的可行性分析。检测结果表明,本文整体算法在与目测法的检测结果对比中,最大偏差率仅为6.58%。在与USTER CLASSIMAT 5仪器的检测结果对比中,准确率远优于另外两种对比算法,高达95.5%。由此证明,本文提出的基于图像处理的纱线毛羽检测算法是可行的,该算法可实现处理过程高鲁棒性、处理结果直观性、检测精度可控性、检测程序智能化,为构建更为完善的纱线毛羽检测系统及评价体系提供了重要的参考。最后,根据整体算法设计友好型的图形用户界面,并总结当前已完成的研究工作和对课题未来的发展趋势进行展望。