原棉作为纺织工业的重要原料,其质量直接影响到后续产品,而棉花异纤又是降低原棉质量的主要原因。在以往,棉花异纤都是使用人工检测的方法,这种方法的检测效率十分低,所以急需一种方法来提高棉花异纤检测的效率。随着电子技术的发展,基于FPGA与DSP的数字图像处理技术在工业领域有着十分广泛的运用,由于FPGA与DSP组合的系统有很高的实时性,所以基于此的棉花异纤在线检测系统也是当今棉纺行业研究的重点。本文主要针对FPGA与DSP的特性,为FPGA与DSP进行了分工：FPGA在整个图像处理系统中负责棉花图像的采集与预判断,并在对图像进行预判断后将疑似异纤图片交由DSP做进一步处理；DSP主要负责异纤检测算法的实现,并在对疑似异纤图片处理完后,将最终处理结果发回FPGA。在图像采集与预判断方面,本文主要基于FPGA研究了图像数据的时钟域转换模块、查找表模块与窗口求和模块,整个流程最大程度地利用了FPGA的并行特性,图像预判断的主要作用是降低DSP的数据处理量来提高整个系统的实时性。DSP作为整个系统算法实现的核心,其应用程序如何被加载并运行与图像数据如何传输尤为重要。本文在所使用的图像处理板卡上的DSP与FPGA仅通过EMIF接口相连接的基础上,为DSP设计了一个适用性很高的应用程序加载模块。同时基于DSP的EMIF接口的同步模式与FPGA中的双端口RAM,为DSP与FPGA之间设计了高速图像传输通道。最后为整个处理系统设计了DSP图像处理算法,其算法流程包括灰度化、锐化、二值化与二值图像过滤。本文基于二进制移位为DSP设计了一种较为高效的灰度化算法。然后分别基于一阶微分和二阶微分的Sobel算子和拉普拉斯算子对棉花异纤图像锐化做了讨论。由于原棉中有可能混入棉籽壳等杂质,这些杂质是不需要被剔除但会被锐化算法所提取,本文对几种常用的二值图像过滤法做了比较,最后研究了一种基于近似边长的二值图像过滤法,并达到了比较好的效果。