本文针对纬编平针织物人工质检中的精度差、费时多、易出错等诸多弊端，研发了基于机器视觉的纬编平针织物拉伸密度快速测量系统。　　根据纬编平针织物的特性，提出了一种基于织物图像空间子区特征图及其相似度的算法，该算法将采集的织物图像划分成若干大小相等的子区，计算出每个子区与其24邻域间的关联性，用子区与邻域间的关联度及其位置关系作为图像的特征描述。它不仅对纬编平针织物的结构具有很好的区分度:当弯纱深度和纱线股数相同时，不同状态、类型的织物间相似度不低于55％，还能有效的解决织物本身所带毛刺的问题。　　针对工业化批量检测的需要，设计了基准织物模板，采用傅里叶变换计算出不同拉伸状态下的模板织物拉伸密度，得到该模板织物的拉力与拉伸密度的函数;再对拉伸状态下的待检织物和自然状态下的基准织物进行基于空间子区特征的相似度计算;根据已知拉力，直接算出待测织物在此状态下的拉伸密度。　　对不同种类织物的实验测试和现场试运行表明，系统达到了令人满意的实时性和检测精度。