随着各种毛绒混纺织物的大量出口，羊绒、羊毛织物的成份鉴定工作已日渐重要，为了快速准确的鉴别出羊绒、羊毛纤维，越来越多的研究人员把目光投向了计算图像处理方法。本论文主要是对基于数字图像的绒毛纤维分类识别的技术进行了研究，主要工作是对大量特征参数的提取、测量、分析。　　 本文主要处理的是光学显微镜下得到的羊绒纤维图像，采集到的原始图像经过图像分块、灰度化、二值化、图像增强、图像去噪、边缘提取、膨胀、细化等一系列操作，形成单像素宽且边缘连续的二值图像，然后再进行特征参数的提取。本文设计了改进的中轴线算法用来提取测量纤维直径和鳞片高度；设计了像素测量算法用来提取测量鳞片表征面积和鳞片表征周长；设计了斜逼近算法用来提取测量鳞片外方形因子；设计了中心点膨胀算法用来提取测量鳞片内方形因子。根据已测的特征参数，又对径高比、鳞片密度、鳞片相对面积、鳞片相对周长、鳞片周长系数五个相对指标进行了计算。最后，本文编程实现了以上特征参数的自动提取，并建立相应的数据库存储数据，便于后续的分析处理。