烟草在线异物剔除系统作为一种重要的分选设备，在卷烟生产中具有广泛的应用前景。随着科学技术的发展，对卷烟生产工作过程的自动检测和控制已成为一个国内、外研究的重要课题。本文首先阐述了国内外烟草在线异物识别系统的应用及研究现状，介绍了国内烟草行业利用人工剔除异物的弊端和专用异物剔除设备的不足，以及开发烟草在线异物实时识别与自动剔除系统的意义。通过分析、比较颜色与均匀性等特征上烟草与异物的差异，提出了一种简洁高效的烟草异物识别与准确定位方法，设计了烟草在线异物实时识别与自动剔除系统原理样机，然后对原理样机进行了实时性及在线识别有效性的实验。这种系统与国内同类设备相比，在剔除异物的种类多样性、系统的稳定性、减少操作人员和维护费用、易于操作等方面有了明显的优势，相对于国外同类产品也有非常明显的价格优势。本文的主要内容有：统计模式识别基础理论及它们在烟草异物识别中的应用；讨论了RGB（ Red、Green、Blue）基础颜色空间、Ohta颜色空间、HSI（Hue 色调，Saturation 饱和度，Intensity亮度）颜色空间及其变换空间、物料图像纹理、灰度均匀性等在烟草异物识别中的应用，并在此基础上提出了"基于判别单元颜色统计特性"的烟草在线异物识别模型，设计并研制了烟草在线异物实时识别与自动剔除系统原理样机，它由供料系统、光学系统、图像数据采集系统、实时智能图像处理系统、异物自动剔除系统以及自诊断系统等组成。对硬件进行了分析和选择，对光学系统、电磁阀驱动电路等环节进行了具体设计。本文在对系统的实时性进行分析、比较的基础上，提出并实现了内存直接操作、双缓存技术等。另外对Winsows2000下微秒级高精度计时方法也进行了探讨。本文采用C语言，在Windows2000下以SDK方式编制了系统控制软件。原理样机的实验表明，系统具有较好的实时性，完全能够满足生产现场实时性要求，"基于判别单元颜色统计特性" 的烟草在线异物识别模型是可行的。具有新颖性、高效性和实用性特点。相信只要对原理样机加以改进，该系统完全可以达到降低成本，减轻工人劳动强度，提高产品质量的目的。