在国家的本色布标准中，纱线密度是衡量织物质量的重要指标之一。在当前的纺织企业中，纱线密度检测主要由人工借助专业工具，如织物密度分析镜来完成。这种人工检测方式自动化程度和检测效率较低，而且工人劳动强度大，无法保证检测质量。随着纺织企业多品种、小批量生产模式的日趋发展，研究织物密度的自动化检测方法，并形成相关产品，将有利于简化检测流程，提高检测效率和精度，对提升纺织企业产品质量及附加值，促进行业发展等具有重要意义。为此，本文提出了两种基于图像处理的机织物密度自动检测方法。其关键在于通过对机织物图像的处理与分析，设计出相应的算法来提高机织物密度检测的效率与可靠性。在实际的研究过程中，为了提高机织物密度检测的精度，针对机织物图像由于人工摆放难以保持完全的水平与垂直而导致的倾斜问题，本文实现了一种基于Hough变换的机织物图像偏斜检测算法，并利用图像旋转实现了对机织物图像的快速倾斜校正。为了实现机织物密度的自动检测，本文提出了基于傅里叶变换与小波变换两种检测算法：利用傅里叶变换来得到机织物图像的功率谱图并进行阈值处理，利用空间域与频率域的关系计算实现经纬纱密度的测量；利用小波变换来获取机织物的经、纬向子图像，再对子图像进行二值化和平滑处理来获得理想的经、纬纱密度信息，设计相关程序来自动计算出机织物经纬密度。此外，本文从织物的疏密程度、不同的识别区域等多个角度利用大量的试验数据验证了小波变换与傅里叶变换对检测机织物密度的算法可靠性与适用性并分析了误差产生的具体原因。本文结合了数字图像处理技术与纺织专业知识，针对基于机织物的经纬纱密度检测过程中的关键因素提出了相关算法。试验结果表明本文的研究对于实现纺织工厂织物密度的自动测量和纺织行业的发展具有较大的理论意义和应用价值。