纸浆纤维的长度和卷曲对于抗张强度和撕裂强度等成纸性能具有十分重要的影响。实现对长度和卷曲等纸浆纤维形态参数的自动检测，准确快速地获得测量结果，以便用其指导生产过程，提高成纸质量，具有重要的理论指导意义和广阔的应用前景。 纸浆纤维形态参数的传统检测方法主要是通过显微镜或光学投影仪进行，但由于检测周期长，测量结果的误差和可重复性差，所以，通常用于纤维原料的测评，而很少用于生产过程的控制。现阶段，国内少数有实力的造纸企业采用的是纤维质量分析仪FQA(FiberQualityAnalyzer)，但其昂贵的价格阻碍了它的广泛应用。由于国外技术的保密，同时，国内没有用数字图像处理技术对纤维形态参数进行检测的研究成果。因此，本文对数字图像处理技术的应用现状做了广泛的研究和对比，并结合纤维自身的特点，逐步确立了适合于纸浆纤维的数字图像处理方法。本文的主要工作如下： 1.介绍了系统检测的硬件平台； 2.对图像预处理方法作了详细的介绍，分析了各自的特点和适用范围，预处理后图像的噪声得到抑制，图像得到增强，为图像的后续处理做好了准备。 3.分析了图像轮廓提取和边界跟踪的具体算法，对两者的处理效果做了对比；对现有的种子填充算法做了改进，提出了综合填充算法和种子自定位填充算法。 4.引入了数学形态学的处理方法，结合本课题研究的需要，用数学形态学的方法对预处理后的纸浆图像进行进一步的处理，取得了不错的效果。分析了细化算法的处理效果，对图像细化短枝的去除提出了一种新的算法。 5.成功的实现了对纸浆纤维长度和卷曲的测量。