在毛纺生产中,一般将若干种有色毛及其他纤维以特定比例搭配,达到纱线所需的颜色及色光要求,这一过程称为拼毛。直到目前为止,拼毛是由人工完成的,因而存在着耗时费力,受主观因素影响等问题,并要求拼毛人员掌握色彩及染色等方面的知识,具备较高的拼毛技术水平和丰富的工作经验。因此如何提高拼毛效率,减少劳动时间,降低对拼毛人员拼毛工作经验的要求是一个值得探索和解决的问题。本文尝试采用数字图像处理技术,结合模糊聚类(FCM)算法,对采集的图像进行处理,统计图像中各颜色纤维的比例,实现拼毛比例自动分析,消除人工拼毛存在的耗时性、经验性等问题。首先将几种不同颜色的纤维按照一定的比例在拼毛机上均匀混合,得到分析用毛条试样,再利用扫描仪采集试样图像。然后对获取的毛条图像进行分色处理,并统计图像中各颜色像素点的比例。为使图像具有好的分色效果,将毛条图像由RGB颜色空间转换到Lab颜色空间,利用FCM算法在Lab颜色空间下对其进行分色处理。扫描分辨率高低和扫描区域的面积大小对拼毛比例分析结果有很大的影响,本文对不同扫描分辨率的纤维图像以及相同扫描分辨率不同扫描区域面积大小的图像进行分析研究,结果表明:扫描分辨率越高,纤维图像质量越好,分析结果越准确,但计算量越大;在分辨率相同的条件下,图像扫描区域面积越大,分析结果越稳定,也就是越接近于各色纤维实际混合比例。考虑到不使试样准备工作量和分析计算量过大,同时满足分析要求。通过多方案比较,最终选定的扫描分辨率为3000dpi,扫描区域的面积为40×40mm~2。在用毛纱拆散后纤维进行分析时,因纤维层厚度较薄,图像扫描背景色的选择会影响到分析结果,尤其是试样纤维分布比较稀疏时,应选择与毛纤维颜色反差较大的背景色,从而有利于得到准确的拼毛比例。文中分析实例包括对三色、四色和五色等比例的羊毛条,以及两色、三色和四色不同比例的毛纱进行了拼毛比例的自动分析,研究结果表明:本文提出的方法具有快速、准确的特点,可以替代现有的人工拼毛方法,有着良好的应用前景。