随着计算机视觉技术的发展，在农业、工业、医学工程等领域，图像处理技术的应用越来越广泛。针对目前轻工业的纺织领域，每个蚕茧槽绪下蚕茧的计数方法——人工计数已不能满足纺织领域的生丝生产效率与生丝质量的需求，本文提出了基于连通域标记的阈值分割算法的蚕茧自动筛选计数方法和基于K均值聚类算法的蚕茧自动筛选计数方法。本文使用的计数方法具有计数速度快，计数准确，计数稳定等优点，因此具有较好的应用前景。本文通过引入求取蚕茧平均面积、最大面积作为先验知识，以蚕茧平均面积作为基准面积，蚕茧粘连区域和非粘连区域分情况处理，提出了基于连通域标记的阈值分割计数方法；通过采用最大距离聚类中心查找的方法改进了K均值聚类算法，提出了基于改进K均值聚类的粘连蚕茧分割和计数方法。蚕茧自动筛选计数系统关键技术包括蚕茧图像采集、蚕茧图像处理及蚕茧识别计数三大模块。本文首先探讨了蚕茧自动筛选计数系统的图像预处理技术，主要包括图像文件格式、色彩空间模型、图像颜色空间模型转换、图像增强、图像去噪等内容，提出采用中值滤波法、均值漂移法和傅里叶变换法结合的方法，不仅能有效的去除图像中的噪声，还能增强图像的亮度，增强图像中蚕茧目标与背景的对比度，为后续图像处理打下基础；然后对蚕茧自动筛选计数系统的图像分割计数方法进行了研究，讨论了阈值分割算法、边缘检测分割算法、形态学腐蚀膨胀分割法及K均值聚类分割算法的原理及应用，同时对各个分割算法进行了实验验证及比较，针对蚕茧图像的特点，本文采用了阈值分割算法、腐蚀膨胀分割算法和K均值聚类分割算法结合的分割方法，能得到比较满意的分割效果。研究表明，针对蚕茧图像分割，该方法具有很好的鲁棒性。最后，本文设计了基于PC机和基于Android平台的蚕茧自动筛选计数系统来验证本文关键技术的实现，通过人机交互界面验证系统的计数准确性、鲁棒性及计数效率。研究结果表明，本文提出的基于阈值分割算法、腐蚀分割算法、K均值聚类算法结合的蚕茧计数方法具有较好的鲁棒性，基本能满足工厂流水线中自动计数的需要，平均准确率达到96%以上，能够克服蚕茧图像背景反光、蚕茧阴影等现象，解决传统人工计数慢、效率低、准确率低的问题，实现较高效率和良好鲁棒性的蚕茧计数。