在纺织工业中，纺织品的质量会受到多种因素的影响，其中很重要的一点就是纺织原材料棉花在生产和运输的过程中混入的异性纤维。异性纤维通常称作“异纤”，主要包括植物的叶茎、人和动物的毛发、化学纤维制品等，由于这些物质在特性上与棉花纤维有较大的差异，如果纺织品中混杂有这些异纤就会造成纺线的断裂、着色不均匀等一系列危害。为了解决这些问题，提高纺织品质量，国外多家企业与机构都研发了针对异性纤维的清除设备，并且价格不菲。而国内同类型的装备在技术上也主要依赖于国外的技术和设备。因而研制拥有自主核心技术与知识产权的异纤清除设备变得十分必要。本系统的研究主要包括基于DSP的硬件系统设计和基于支持向量机（SVM）的分类算法设计两个部分。系统采用DSP+FPGA的结构来完成对高速棉花流图像的实时处理。首先采用CCD相机采集目标图像，将获得的RGB数据送入到FPGA的数据缓冲区，DSP配合外部存储器SDRAM完成对数据的搬运和数据的运算处理，对目标图像进行识别。另一方面通过分析异性纤维的颜色特征，针对异纤的多样性，线性不可分等特点，在传统的阈值分割方法的基础上，对采集的图像进行先期的学习，利用SVM分类算法，对含有多种类型异纤的图像进行先期的训练，获得性能优异的分类器，克服异纤图像在RGB空间中线性不可分割的特点，提高系统对异性纤维识别的准确率。