碳纤维复合材料（Carbon Fibre Reinforced Plastic,CFRP）具有质量轻、热膨胀系数低以及耐腐蚀等优良特性,在航空设备建造领域被广泛使用。由于该材料具有各向异性,使用时需要按照预设铺层方向准确铺设才能最大限度发挥其性能优势。但CFRP表面图像背景复杂、分界模糊,而且图像中没有明显的线条,因此难以利用传统的直线提取方法从中获得直线信息以确认材料方向。CFRP纹理图像中存在一些分散的小区域,这些区域在视觉上表现为断裂的直线,可以将这些具有直线模式的离散区域定义为复杂直线。结合成都某飞机工业集团的科研项目需求和具有直线模式的离散区域特性,本文提出了一种基于中心线拟合的直线提取方法,实现了航空复合材料图像中的复杂直线提取,从而获取CFRP方向信息。实验表明,利用本文提出的方法可以有效地识别出航空复合材料图像中的复杂直线特征,实现了复材方向检测,且检测精度充分满足工程需求。针对以上问题,本文主要工作如下:（1）针对航空复合材料图像的背景复杂性,根据不同二值化方法的处理效果,利用自适应二值化方法对航空复合材料图像进行处理,同时通过实验分析了自适应二值化方法中各参数对二值化结果的影响。实验表明,利用该方法可以有效地对复杂背景下具有直线模式的离散区域进行初步提取,保障后续复杂直线特征提取工作的开展;（2）针对航空复合材料图像中的区域离散问题,提出了基于形态学的Steger中心线提取算法:利用形态学方法将离散区域图像扩大并连接,并提出利用Steger中心线提取算法识别膨胀图像的线特征。通过中心线提取实验,验证了本文算法对航空复材图像中复杂线特征提取的有效性;（3）针对传统方法无法提取航空复合材料图像中的复杂直线特征问题,提出了一种基于中心线拟合的复杂直线特征提取方法:设计了基于连通域判断的线交叉点判别方法,并基于此提出了交叉点切割拟合算法,在中心线提取基础上进行直线拟合,实现复杂直线特征提取。最后通过控制拍摄条件和增加遮挡物来采集不同航空复合材料图像进行实验,验证了本文算法对于复杂直线提取的有效性和抗干扰性;量化分析显示,最终提取直线的角度偏差在0.4°以内,该精度可以充分满足航空复合材料制造偏差不超过±3°的要求。