本课题题将计算机视觉和图像处理技术应用到纺织领域，深入研究织物的外观形态，着手探讨织物的颜色测量和纹理识别技术，分别以颜色测量和纹理识别为主线，提出织物色彩管理系统的设计方案和一种新的织物花型提取方法。如何准确的使用计算机视觉模拟人眼视觉和将计算机视觉应用于辅助控制纺织品的生产设计和质量检测是本课题研究的核心内容。
　　在测量和分析织物表面颜色特征方面，先分析几种不同的色度系统对颜色准确性和适用性的描述，定位出最符合人眼特征的色度系统，即国际照明委员会（CIE）制定的CIELab系统，因为颜色特征直接关系织物颜色测量、颜色差异对比、织物染色质量、织物染色的上染率、以及多种染料上染时各染料的用量。由相应色彩特征转化成颜色测量、颜色差异对比、织物染色质量、织物染色的上染率和多种染料上染时的各染料用量配置的数学模型，这一数学模型将在第二章（测量和评价织物表面颜色特征的理论模型）中做具体介绍。为分析织物颜色差异对比时，比较了几种常用的色差计算公式的特点和适用范围。
　　在此理论模型基础上，建立织物色彩分析管理系统，该系统由计算机、标准光源箱、千兆网摄像头和相配套的数据线组成，应用VisualC++、OpenCV、Access、SQL编程技术，具体分为织物色彩特征描述，织物色彩差异对比分析，织物沾/变色分析，织物染色上染率测量，染料配色方案五个子系统，并详细介绍了这些子系统的建立流程，它们之间的相互关系，以及各子系统的使用方法。为了验证和优化系统，在matlab环境下对测量结果做分析，并提出了一套有效的方案优化系统的评级量化参数。
　　对于识别织物表面的纹理特征，介绍分割一般织物图像的分割和纹理织物图像的分割方法，用一种逻辑算法结合两种聚类算法可分割复杂的织物图像，在此基础上，提取分割后的织物图像的主动轮廓信息以检测织物花型是否走样，提取织物的花型以提高了复杂图像在纺织CAM/CAD系统中的可织性。