机织物的织物组织、织物密度和色纱排列等结构参数是检测和控制纺织品质量的重要指标。在目前纺织行业中，织物面料的分析与识别主要还是凭经验，靠触觉、视觉、嗅觉，通过借助放大镜、照布镜或织物密度分析镜等工具来完成，这种人工分析机织物结构参数的方法不仅耗时费力、效率低下，而且由于操作人员不同，判断结果也不同，使得测量结果缺乏客观性。为了使测量工作进行的既快速又准确，我们就有必要研究新的方法，既可以避免主观误差，又可以节省大量的时间和人力物力，提高生产效率。为此，本文研究采用数字图像处理技术对机织物结构参数实现自动识别。　　本文研究利用计算机图像处理技术对机织物进行结构参数提取与分析和组织结构的识别，提出了机织物自动识别的流程与技术路线，并分析了如何对机织物的图像获取及预处理才能有效的反应织物的特征信息和结构参数。分别给出素色机织物经纬密度、织物组织等机织物结构参数的识别算法:通过快速傅里叶变换将织物图像转换为对应的频率域中的频谱图，根据频谱图中特征点坐标与空间域中织物经纬密度的对应关系计算得到织物的经纬密度;利用灰度投影法完成织物图像中组织点的定位，提取出每个组织点一阶统计特征即灰度均值与方差，二阶统计特征即组织点灰度共生矩阵的对比度和局部均匀性，利用模糊C均值聚类算法结合上述特征参数对组织点进行聚类，基本实现织物组织识别。最后将这些识别结果与手工测量的结果进行比较和分析。　　在本文中，我们首先对机织物的结构特点进行了分析，其次对机织物结构识别理论及原理进行了说明，再次强调了织物图像的获取和预处理的重要性，最后对机织物结构参数的识别的技术路线及算法进行了阐述。同时，本课题以MATLAB为开发平台进行图像处理，并开发出了织物自动识别系统。希望本课题对机织物结构参数识别有一定的理论意义与参考价值。