本文针对目前棉花中异性纤维含量评价过程中,自动化程度极低、异纤含量评价指标太过单一等不足,设计了异性纤维含量检测系统,建立了基于纱疵级数的异性纤维含量评价方程模型。设计了异性纤维含量检测系统的机械结构,对异纤图像采集部分中的光源进行了模型建立,求解出最优光源亮度与型号,计算了最佳光源位置,控制部分完成异纤定位,提取程序编写,实现实时对异纤图像的采集和异纤的提取。为获取异纤的面积S、长度L、以及异纤种类识别的特征数据,对异纤图像处理算法进行研究。得出最大值法为异纤图像灰度化最优方法;使用中值和均值滤波对灰度图像进行去噪,进行对比最终选用5X5模板的中值滤波;对比几种阈值分割方法,经过筛选比较选用大律法。经过一系列图像处理方法最后获得了五种异性纤维清晰的阈值分割图像,为准确提取各类异纤的特征奠定了良好的基础。针对五种常见异纤(麻绳、头发、羊毛、丙纶丝和羽毛)图像,基于边缘检测得到含量参数方程中异纤的面积、长度参数;对异纤颜色特征筛选分析选取能有效区分的颜色特征;通过编程获取异纤不同形状特征;对特征进行分析,筛选出有效特征。全方位提取异性纤维的多达21种特征参数,使用支持向量机和神经网络对异纤种类进行识别。针对面积、长度、数量、种类、不同异纤纱疵级数不同,通过实验获取不同异纤的纱疵数据,分析异性纤维等级评定参数影响因素,计算了不同异纤的多参数回归方程,根据纱疵方程建立了异纤含量参数方程。使得异性纤维含量评价变为更合理的纱疵级数和面积等多指标,棉花异性纤维含量评定准则更加科学。通过实验证明,本文所研究的对异纤含量等级评价具有可行性,对于其他相关领域出现多类检测参数的分类评价具有较高的理论价值和实践价值。