我国是棉花生产和消费大国，棉纺织行业是我国经济发展的支柱产业。棉花中普遍存在的异纤问题，使得加工后的纺织品存在纱疵，产品质量等级下降，影响企业的经济效益。人工挑拣劳动强度大，分拣效果得不到保证，因此，棉花异纤的自动检测清除装置应运而生。针对现有的异纤检测装置在性能上存在的图像采集品质不高、异纤识别效率较低等问题，论文提出一种基于自适应模糊阈值分割的棉花异纤检测技术，实现对异纤图像的正确分割，提高异纤的识别效率。论文的研究工作如下:　　 (1)图像采集系统在整个异纤检测系统中起着十分重要的作用，为确保满足高速运动的棉花异纤图像在线采集过程的需求，充分考虑摄像机分辨率、曝光时间、取景范围、镜头焦距和采集卡传输格式等参数的配置，合理选择CCD摄像机、镜头、图像采集卡等设备，尽可能减少硬件设备带来的不利因素，获取最佳图像信号。　　 (2)研究图像采集系统中光照结构，通过对多种光源性能的比较，选择无频闪、波动幅度低的LED灯作为主光源，波长为335nm的紫外灯作为辅助光源（用来区分与棉花纤维相似的无色异纤特征）。对多种不同照明方式下的图像采集效果进行比较，以直接明场正面照射获取的图像质量为最好。　　 (3)提出一种基于自适应模糊阈值的棉花异纤图像分割方法，解决异纤识别效率低的难题。考虑到采集的棉花异纤图像信息存在不完全、含糊、不准确等不确定性问题，选取模糊阈值分割法来进行异纤图像处理。针对模糊阈值分割法中存在的窗口宽度自动选取困难的问题，论文提出自适应窗口宽度选取的新方法。研究发现，模糊阈值分割法对呈双峰状态直方图的图像分割效果较明显，但大部分棉花异纤很细小，相应的直方图波峰不明显，甚至表现为单峰状态，为了能适用于小目标异纤图像的分割，论文引入直方图变换新方法，使得原始直方图上的谷或者峰更加明显，易于被检测，从而实现异纤图像的正确分割。通过实验对比，发现与现有的棉花异纤图像分割方法相比，论文提出的基于自适应模糊阈值的图像分割方法效果最好。