针对传统的纺织品耐光色牢度评级方法耗费人力物力,费时,灵活性、再现性差,已无法适应如今高效、批量的织物外观质量检测等问题。本论文以高分辨率平板扫描仪与计算机结合为硬件基础,利用颜色信息科学、数字图像技术、专家系统建立等技术为软件基础搭建一套专门用于织物耐光色牢度客观评级系统。本文主要研究内容为颜色校准模型建立,织物数字图像的像素点颜色提取及图像颜色表征,以及基于耐光色牢度国际标准的蓝色羊毛标准的耐光色牢度评级模型的建立。在颜色校准部分,利用最小二乘法,以Colorcheck 140色标准色卡为基准,利用测得的数字颜色信号RGB值与分光光度计测得的CIE标准观察者颜色值CIE1976Lab值,建立RGB-LAB非线性模型,该模型为耐光色牢度评级系统的颜色校准模型。对模型的校准结果进行相关性分析,以及DE色差值分析。结果显示,校准模型具有较好的颜色校准能力。在织物数字图像颜色提取和图像颜色表征部分,利用颜色模块分析等技术,定义影响扫描仪采集到的织物数字图像总体颜色的奇异点,去除奇异点,去除表示纱线空隙的点,同时对织物图像的整体颜色进行从RGB计算,校准到CIE1976Lab颜色空间中。为建立耐光色牢度评级模型,利用上述织物数字图像颜色方法,得到蓝色羊毛标准各级别CIEDE2000色差值及CMC色差值。比较两组色差值,选择结果更合理的CMC公式。并通过曲线拟合、神经网络、模糊数学建立以色差值与等级的耐光色牢度评级模型。最终,利用所建立的系统对282块采用国家标准评级方法已经评等级的试样进行评级。主客观比较结果显示,虽然匹配程度不理性,但通过数字化的方法替代人眼对颜色进行评判是可行的,若要达到与人眼更为精确的匹配,还需要更多的工作。