本文的主要目的是开发出一套织物组织结构的自动识别系统。此系统综合运用了数字图像处理及模式识别技术，通过软件与硬件的相互配合，能够由织物图像来对织物组织结构进行自动识别，得到相应的织物组织图，从而改变传统的人工分析织物组织结构的状况。在本课题的研究工作中主要进行了以下几方面的探索： ·成功的搭建起了用于织物组织结构识别的硬件平台，为了得到高放大倍率的织物图像在硬件中首次引入了光学显微镜。 ·研究了由局部织物图像生成全景图像的拼接算法，以此来克服加入显微镜后带来的视场缩小的问题。在寻找匹配位置时采用了分层搜索的方法有效地提高了模板匹配的速度。同时还运用了根据纱线周期动态确定模板大小进行拼接的方法，提高了拼接准确率。 ·本文重点研究了对织物图像进行识别分析来获得织物组织结构的方法。设计了一套完整的识别方案。在对纬纱上经纬组织点的识别方面，提出了一种通过对同类纬纱图像上每列象素灰度直方图提取统计特征进行分类的方法，从灰度直方图中提取能够区别经纬组织点的特征如熵，均值等，然后对每列的特征进行C-均值聚类，从而确定出经纬组织点。 ·对于常见织物，本文提出了一种将织物图像从宏观上看作一种纹理图像，提取其纹理特征对织物类别进行鉴别方法。在区分出类别的基础上从已建立的数据库中获得织物组织结构等特性。在纹理特征提取方面，文中首先采用了的灰度共生矩阵的方法，在此基础上又尝试了加入多分辨率分析的方法。 此识别系统的软件部分作为Windows下的一套应用软件，具有良好的用户界面便于操作，上述算法都由C++语言编程实现。