纺织工业是我国国民经济的传统支柱产业和重要的民生产业,也是国际竞争优势明显的产业。近年来,利用两种及两种以上不同染色纤维经过混和后纺制加工而成的纺织面料,因其外表呈现细腻柔和,具有独特的朦胧立体效果和质感而深受消费者的追捧,并形成了独具特色的色纺产业。但在色纺加工中,由于色纺产品的呈色原理并不完全符合“加色特性”和“减色特性”,所以需要通过反复试纺、目测来确定产品效果。随着数字化与信息化技术发展,利用计算机仿真技术对织物外观进行模拟与可视化处理成为当前研究的重点内容。由于色纺产品的外观具有特殊性与复杂性,本文重点针对以下内容开展广泛而深入的研究:（1）针对单一特征测度难以有效判别色纺织物外观相似性的问题,提出了一种结合局部与全局特征的图像相似性测度模型。该模型在RGB和HSV色彩空间中分别提取图像的局部与全局特征描述符,并利用局部与全局特征距离对织物外观相似性进行度量。实验结果表明,所构建的测度模型对9类具有不同配色方案与组织结构的色纺织物进行相似性判别,其类别可分比指标达到30.02,具有理想的判别效果。（2）针对仿真过程中全局频域滤波难以有效分离具有局部非平稳特性的织物颜色信息这一问题,提出了一种基于双树复小波的色纺针织物计算机仿真方法。该方法利用双树复小波提取织物图像的低频分量,并用于其颜色信息表征。在此基础上,设计图像着色算法,实现了色纺针织物计算机仿真。实验结果表明,相较于频域滤波法与小波变换法,该方法仿真效果在相似性测度指标中分别提高了7.37%和3.47%;在峰值信噪比中分别提高了7.61d B和13.63d B;在结构相似度中分别提高了0.0115和0.0081,具有理想的有效性。（3）针对色纺针织物的颜色信息与纹理背景信息在频谱上存在混叠,仿真过程中难以对其进行有效分离的问题,提出了一种基于图像翻译模型的色纺针织物计算机仿真方法。该方法利用Pix2Pix HD模型对“织物-颜色分量”的图像转换过程进行训练学习,从而构建色纺针织物颜色分量提取模型。在此基础上,设计图像着色与融合算法,实现了色纺针织物计算机仿真。实验结果表明,相较于频域滤波法,该方法仿真效果在构建的相似性测度指标中提高了11.94%;在峰值信噪比和结构相似度指标中分别提高了15.72d B和0.0168,其真实感具有显著提升。本文的研究能够促进色纺产业数字化改造升级,为色纺产品的设计与开发过程提供有效指导。通过显著减少实物打样次数,能够降低色纺产品的开发周期与生产成本,从而满足小批量、多品种、快交期的市场需求。