纱线毛羽是纱线质量评估与检测的重要指标之一,在纺织品生产制造过程中合理地控制毛羽能够有效地规避因毛羽带来的不利影响,同时对纺织品质量的提升有着重大意义。为了进一步提升毛羽检测方法的精度和实用性,本文针对现有的纱线毛羽检测方法测试结果存在重复性差的问题,设计并开发出一种适用于纱线图像处理的纱线自旋转图像采集系统。首先,提出一种采集纱线图像的装置。根据计算真实的纱线毛羽参数需要处理纱线多个角度的图像,设计一种纱线自旋转图像采集系统;根据图像法检测纱线外观参数需要纱线图像的轮廓清晰,图像采集系统的光源采用背面照射方式。提出的图像采集装置可以分为纱线传动结构和纱线图像成像结构,该装置能够获取到不同角度纱线图像序列的高质量图像。其次,用计算机图像处理算法处理采集到的纱线图像。纱线背景处理时选用背景差分处理方法,基于背景差分处理的基础上进行后续图像处理。纱线图像倾斜校正提高了后续图像计算的精度;使用维纳滤波处理纱线图像使得纱线和背景的对比度更明显;针对直接阈值分割处理图像难以精确分割纱线图像,提出一种自适应灰度调整算法结合最大类间方差阈值分割方法实现了精准分割纱线图像;在纱线主干和纱线毛羽提取过程中提出差分形态学处理算法,该算法可以精准地将纱线主干和纱线毛羽提取出来,为后续纱线参数计算奠定好的基础。然后,计算纱线毛羽真实长度和数量。根据物体旋转时投影长度变化规律推导出纱线毛羽真实长度和数量的计算方法,运用该方法可以求出纱线毛羽的真实长度和数量。提出的检测方法在检测纱线毛羽长度和数量的同时也能检测出纱线主干CV值等纱线指标。最后,将提出的图像法检测的结果与传统纱线毛羽检测方法检测的结果相对比,实验结果表明提出的方法检测的结果与传统方法检测的结果具有很强的相关性。表明图像法可以用来检测纱线外观参数并能作为工业生产的指导。多角度图像法检测纱线毛羽参数能够为研究纱线毛羽形态以及纱线后续加工提供便利。提出的图像采集装置和图像处理算法可以为机器视觉在纱线外观参数检测的应用提供理论基础。