传统的织物组织识别是通过人工来完成的,人工分析显然有着效率低依赖经验以及对织物本身可能造成破坏等问题。在纺织业快速发展的形势下,人工完成织物组织识别已经远远不能满足纺织企业对于降低劳动成本提高生产效率的迫切需求了。在数字图像处理技术的基础上研究织物组织识别算法,对于提高纺织企业竞争力有重要作用。本文主要研究内容为织物组织识别算法,主要目的是通过数字图像处理技术从采集到的织物组织图像中得到组织意匠图。算法设计主要包含织物组织图像预处理、组织点分割、组织点特征提取与分类以及意匠图生成与校正等步骤,本文针对不同情况的织物组织图像在组织识别的各个步骤中设计了多种的处理方法。首先对扫描仪采集到的织物组织图像采用高斯滤波抑制图像噪声,并对彩色的织物组织图像进行灰度化。其次对组织点分割过程进行了详细研究,分别提出基于空间域的灰度值梯度积分分割方法与基于组织二值图的分割方法,分别适用于不同情况下的织物组织图像。另外根据织物样本中经纬纱线颜色的情况,提出基于聚类的组织二值图生成方法和基于Tamura纹理特征的二值图生成方法来生成组织二值图。随后在组织点特征提取与分类的过程中,根据经纬组织点在组织点宽度和组织点中纹理方向的差异,提出采用组织点宽度区分法和Gabor滤波器提取纹理法,并详细介绍了组织点宽度的获取和Gabor滤波器参数的选择,最终得到组织点分类后的组织点标记图像。最后根据组织点分类后的组织点标记图像,生成组织意匠矩阵,再利用标准组织意匠矩阵库对组织意匠矩阵进行校正,最终得到织物组织图像的组织意匠图。本文研究的整套算法能够很好实现组织识别,提高了人工检测的效率和准确度,具有很大的理论意义。