现代意义的卷烟产品,其制作过程大致要经过烟叶初烤、打叶复烤、烟叶发酵、卷烟制丝、制卷等共七个大项的生产工艺流程,才能作为商品流转到消费者手中。目前,在烟叶初烤和打叶复烤过程中的杂物控制方面,主要采用人员在线手工剔除的方式。人工除杂的烟叶在生产线上的通过能力往往与自动卷烟设备的生产能力不配套,影响了后面的卷烟工序,因此,实现烟叶除杂过程的自动化,在工业上意义非凡。本文针对近红外和可见光烟叶图像特征,结合数字图像处理和模式识别的理论知识,实现了烟叶梗茎自动检测及烤烟中杂物的识别分类等模块的算法,建立了基于机器视觉的烟叶除杂系统,主要内容如下：(1)本文验证了利用近红外烟叶图像进行梗茎检测的可行性；给出了一种基于模糊增强和过渡区阈值选取的梗茎分割方法,对近红外烟叶梗茎进行提取；并通过链码跟踪和骨架细化两种方法,对提取的烟叶梗茎进行分析,均可得到较理想结果。(2)本文验证了Gist特征在烟叶识别中的有效性,并结合正常烟叶和霉杂烟叶图像特点,改进了Gist特征的提取方法,增加了Gist特征中方向特征图的旋转不变性,并利用线性函数的方法求取颜色特征图；最后结合支持向量机(SVM)对烤烟烟叶进行了分类识别,识别率满足工业要求。(3)设计了一套基于机器视觉的烟叶除杂系统,结合卷烟工业生产线的要求,给出了完整的系统结构和功能模块,并对系统中关键的硬件和软件设计进行了深入介绍,证明了本文算法在工业生产中的有效性。