物料在线检测与分选系统是一种新兴的自动化检测设备，已广泛应用于粮食、蔬菜、水果等农产品的在线分级与加工以及工业生产中次品检出等场合。例如，工业现场中的自动检测及加工过程监控、农副产品的质量检测、医学图像的自动分析与诊断系统等。相比原始的人工检测方法，这种新兴的自动化检测设备极大地降低了生产线上工人的劳动强度，提高了劳动效率，同时也提高了产品分级和检测的精度。由安徽大学、山东秦皇岛烟机设备公司和安徽涡阳烟叶复烤厂共同研制的“智能型杂质在线探测仪”是集机器视觉系统、计算机技术、传感器技术、空气动力学和精密机械等一体的高科技产品，是科技部“九五”地方重大科技攻关项目，经鉴定达到了国际先进水平。该系统已于2003年完成并投入试运行。目前，智能型杂质在线探测仪主要应用于烟草行业，经安徽省涡阳县烟叶复烤厂多年的使用，产品操作方便，性能稳定，具有剔除多种杂物的功能。本文的工作是对“智能型杂质在线探测仪”的完善，在已有成果基础上进行改进和补充。几年来，通过在烟草行业的试用，产品的不足之处逐渐显现。本文研究的方向仅限于系统的软件实现部分，包括计算机对信号的采集、图像的预校正、信号识别等工作。在对现阶段存在的问题进行分析和归纳之后，本文主要从下面四个方面展开讨论：1．信号模型的研究。讨论了烟叶、背景、杂质及噪声的信号模型，重点是从大量样本模型中抽象出特定品种烟叶的颜色特征，以利于建立新的、高效的烟叶识别算法。2．图像亮度校正算法的研究。由于光源摆放位置及其自身特性的影响，系统中存在两种类型的亮度失真。在图像预校正章节中给出了亮度不均匀性失真的模型，并对两种类型的亮度失真进行了校正。3．烟叶信号阈值优化算法的研究。在这一部分中，首先通过对烟叶信号的保护和筛选操作，优化了烟叶信号特征库。其次，利用KL变换，有效地压缩了烟叶信号阈值空间中的非烟叶区域。4．网络通信单元的设计。为了便于对整个系统的操作和维护，通过设计合理的时序关系，建立了一个小型的局域网，实现对传送带上物料的监视、控制及识别等功能。