在新常态背景下,中国纺织品要想提高国际市场的竞争力,就必须提高纱线的品质,在推进生产设备智能化的基础上,也须加强纱线外观质量的检测和评估。目前纺织行业常用的纱线外观质量检测方法有光电法和电容法,但这两种检测方法在检测精度、效率及价格方面均存在不足。随着科技的发展,基于机器视觉的纱线外观质量检测充分利用图像处理技术以克服光电法的不足,达到客观评价纱线的目的。然而现有的基于机器视觉的纱线外观质量检测系统由于缺乏分级评价标准,无法对纱线外观质量进行分级评价。本课题研究目的主要侧重于基于机器视觉的纱线条干检测算法、毛羽检测算法研究以及制定纱线外观质量评价标准并完成质量评价。纱线检测算法部分主要分为图像预处理、纱线条干分割与条干均匀度评价、纱线毛羽提取与统计、算法有效性对比分析四个部分。本课题的主要研究内容如下:搭建基于机器视觉的纱线图像采集平台;针对现有的纱线条干分割算法抗噪性能较差,提出基于空间邻域信息约束的快速FCM分割算法,提取纱线条干后通过亚像素边缘细分精确测量纱线直径变化以检测纱线疵点;通过真实长度追踪法统计毛羽长度然后计算毛羽变异系数等值。本课题对6种规格(41.65tex,24.30tex,19.43tex,18.22tex,14.58tex,11.68tex)的环锭纺纯棉纱线进行测试,并将结果与USTER CLASSIMAT 5检测结果相对比分析,对比实验表明二者检测结果具有较高相关性,验证了基于机器视觉的纱线外观质量评价系统是切实有效的。根据2013版USTER?公报和GBT 9996.1-2008“棉及化纤纯纺、混纺纱线外观质量黑板检验方法”标准制定基于机器视觉的纱线外观质量评价标准,然后将系统检测的结果根据此标准完成纱线外观质量的评价。为更方便用户使用该系统,设计简洁易用的图形用户界面。最后总结当前已完成的研究工作和对课题未来的发展趋势进行展望。