原棉中所含有的疵点和杂质对棉制品的质量有着极大的影响，在纺织品的加工过程中很容易形成纱疵、染疵和织物疵点，造成织物染色不均或是形成破洞，同时也降低了棉纺企业的经济效益，所以，在纺纱前剔除这些疵点和杂质就显得尤为重要。目前，我国对于原棉中的疵点及杂质的检测大多仍依靠人工分拣，不仅费时费力，效率也不高，受人为因素的影响比较大。基于这一点，本文提出了利用计算机图像处理技术检测原棉中所含有的疵点和杂质的观点。本论文研究的主要内容为原棉疵点及杂质的计算机检测和特征识别，对计算机图像处理技术所采用的方法做了详细的陈述和研究分析，并通过大量的检测算法测试与调试，完成了对原棉中疵点及杂质的检测和识别。本文首先论述了课题研究的背景和意义，然后逐步讲述了图像处理的各个过程和计算方法。在图像的采集部分，提出了多角度多光源的照明方案；通过实验测试和分析，提出了一种基于Mean_Shift的自适应阈值的图像分割算法；在疵点及杂质的轮廓提取部分，提出了一种形态学扫描的方法，并对提取到的轮廓图做了断裂上的连接；对于特征值的描述来说，本文提取了图像的4个形状特征，并对它们进行了相关性分析，最终确定了他们的匹配方式，完成了疵点及杂质的检测和识别。将本研究的最终检测结果同实物相比对，吻合率可以达到90%，证明本文所采取的图像处理方法是可行的。