在卷烟的生产过程中,烟草经过初烤、复烤、发酵等工艺流程会掺入一些轻重杂质。这些杂质直接影响卷烟自动化生产效益,降低卷烟品质。目前,基于光谱的带式异物剔除系统广泛应用于烟草异物检测。但是,该系统存在重质杂物剔除效果差和烟草流量小等问题。为了解决这些问题,提高卷烟生产效率,基于多光谱的垂直风送烟草异物剔除系统被提出。本文研究了垂直风送烟草异物剔除系统中的关键技术,提出了相应的解决方案。该系统的关键技术主要在于烟草异物的识别和剔除。在烟草异物识别方面,提出了一种烟草异物识别算法。该算法主要涉及基于移动最小二乘拟合的三维建模、查找表的存储和烟草图像的在线校正。在异物剔除控制方面,提出了一种异物剔除控制算法。该算法通过检测风送管道中的烟叶速度,在线调整电磁阀的剔除延迟时间来控制异物剔除。其中涉及图像分割、连通域标记、最小外接矩形提取等算法的实现。在系统测试中,分别对这两个方面的改进效果进行了测试。测试结果表明,本文中提出的解决方案能够达到预期效果,烟草异物识别率达到97.2%,轻质杂物剔除率到达86.2%。本课题针对于垂直风送烟草异物剔除系统提出的解决方案,能够有效地提高系统性能。该方案优点在于：建立了更加完备的异物分类模型,提高了烟草异物的识别率；实现了剔除延时的在线调整,提高了异物剔除的准确度。因此,本文的研究成果对烟草异物剔除系统的应用和发展具有重要意义。