随着经济的发展，我国服装行业面临着新的机遇与挑战，促使服装加工企业由传统劳动密集型向技术密集型转化。裁割机作为一种自动化设备，已被越来越多的服装加工企业所采用。裁割机样片图像采集是面料切割之前的重要环节，它们在帮助提高企业产品质量、减少企业生产成本等方面有着重要影响。　　本课题在分析了裁割机样片图像采集系统相关技术的国内外研究现状的基础上，设计开发了整个裁割机样片图像采集系统。本文的主要的工作和实现成果如下：　　(1)基于OpenCV视觉库和Tsai的RAC标定法，先使用OpenCV视觉库的角点检测函数获得图像特征点的亚像素坐标值，再通过Tsai的RAC标定方法求解相机的内外参数并进行图像畸变矫正，提高了标定精度。　　(2)从彩色不变性和纹理相似性两个方面出发，提出了基于色度畸变和均值的局部多层次差分算子的阴影检测方法，先通过亮度变化来确定阴影候选区，然后计算色度差和LMDO算子来确定准确阴影点，最后利用区域生长法和背景差分法提取出样片图像，可以有效消除样片图像周围的阴影，提高了阴影检测率和辨别率。　　(3)采用数学形态学方法提取样片图像轮廓，然后利用8向链码表示法对样片轮廓进行跟踪与表示，获得样片边缘轮廓像素点的连接顺序，并通过曲率中值法和递归拟合法压缩轮廓曲线的数据量；最后将拟合曲线重新离散化产生PLT数据文件。　　(4)设计了裁割机样片图像采集系统的软件部分，实现了样片图像采集、相机标定、阴影检测与消除、轮廓提取、轮廓曲线数据处理等功能。　　最后，对全文进行总结，提出需要进一步研究与改进的方向。