机器视觉技术是近年来现代科学技术发展的热点领域,因其具有精度高、速度快、非接触等诸多优点,在各个工程技术领域不断获得日益广泛的应用。棉花中的异性纤维对于棉纺织品不良影响很大,使产品的质量等级下降,进而影响企业的经济效益,同时也会恶化棉纺织企业的国际国内市场竞争能力。所以异性纤维的在线分拣对于改进棉花初步加工工艺,提高棉纺织品的成品质量,降低产品成本具有非常实际、重要的意义,同时也具有很好的市场价值和发展前景。本文对异性纤维检测技术和异性纤维检测系统的算法实现进行了比较深入的分析和研究。通过充分的分析与严格论证,建立了图像处理的数学模型,利用棉花在RGB空间的三维颜色数学模型,利用特征分析与类型归纳法,提出了针对普通异性纤维非线性双阈值算法和针对细小杂质的基于微分的图形处理算法相结合,提高了图形处理的效率,保证系统根据采集到的图像数据能够快速而准确无误的作出判断。创新点在于实现了在此领域内对白色丙纶丝和头发丝等细小杂质两方面的检测突破,整个系统完全满足工业检测的要求。文章介绍了异性纤维分拣系统研究的背景及发展状况,研究并提出了以计算机图像处理技术为基础的异性纤维分拣算法,并实现将其合理应用于棉花异纤自动在线分拣系统的目的,以达到要求的检测效果。经过多次现场调试,证明该系统具有检测速度快、分拣率高的特点。最后分析研究了硬件系统平台的合理搭建,特别对于相机的非线性问题的解决及光源的选择上做了大量的实验以求得最佳的信号输入,使由硬件系统带来的不利因素最小化。软件利用Visual C++6.0编制,在图像采集卡、CCD摄像机、C8051F340单片机等硬件基础上,充分发挥机器视觉技术的优势,实现了棉花异纤的在线、实时、非接触和动态检测及分拣。本文研究工作的最终目的是在研究国内外同类设备和在现有的计算机图像处理技术基础上,研制开发具有自主知识产权的棉花异性纤维在线实时分拣系统,并使之成为应用于现场的工业级机器视觉在线检测设备。