织物参数主要包括织物组织、密度及单位克重等。目前,织物单位克重是通过克重秤测出织物的重量除以其面积获得。织物的其他参数检测主要依靠专门的检测人员通过使用放大镜或者照布镜等工具完成的,该检测方式会因人工操作时出现的疲劳或者失误等主观因素影响检测精度,并且该方式检测效率较低。然而,虽然已有不少纺织企业在生产应用中是利用工业相机作为采集工具,再将采集图像传输到计算机当中进行处理来实现机织物参数的自动检测,但因计算机与工业相机形成的复杂检测系统会使其实际应用的场所和范围都受到限制。为此,本文提出一种基于图像处理的便携式机织物参数自动检测系统。本文提出的便携式检测系统是将数字图像处理技术应用在手机android系统中,通过手机相机拍摄织物获取织物图像并且利用手机软件对其进行处理实现机织物参数自动检测,这样不仅提高了检测效率,节约成本,而且应用灵活性好。为提高机织物参数的检测精度,本文提出以下几个图像处理算法:首先,针对人工手持手机进行图像采集时无法保持手机处于完全水平垂直导致采集图像的扭曲失真情况,提出图像角点检测算法和透视变换算法实现图像扭曲矫正;其次,由于人工摆放织物的原因使织物图像发生倾斜,本文提出采用Fourier变换技术,将机织物图像二维灰度分布转换为傅里叶二维频谱分析实现机织物图像倾斜角度检测并将图像旋转纠正;最后,本文提出基于傅里叶变换技术实现机织物密度的自动检测和基于轮廓提取方法实现机织物面积计算。设计相关程序将这些算法应用到手机,最终在手机终端实现机织物参数自动检测。本文通过数字图像处理技术与android应用相结合,研究并开发了一种便携式机织物参数自动检测系统,针对该系统在处理图像过程中出现的关键问题设计了相关算法程序进行解决。试验证明该系统检测精度较高,适应性强,应用范围广,便携性好。该系统的研究对于纺织企业实现机织物参数自动检测具有较大的实用价值意义。