物料在线无损检测与分选系统是近年来工农业自动化研究与应用的热点。烟草异物剔除系统（TFES）是用于卷烟厂的烟草生产线上，用以识别并剔除烟叶中混杂的异物（如包装箱、纸片、霉变烟叶以及其它杂物）的自动化光电检测系统。系统的研制成功对优化烟草产品质量具有重要的意义。烟草异物在线高速模式识别与剔除技术的研究是烟草异物剔除系统设计与研制的基础。这项技术易于推广，可应用于其它物料生产检测和异物剔除的场合，具有重要的实用价值。在分别从产品研发和相关关键技术研究这两个角度调研了国内外烟草异物剔除系统研究现状的基础上，本文对烟草异物在线高速模式识别技术进行了系统深入的理论分析和广泛而具有针对性的实验研究。成功研究出一套具有自主知识产权的烟草异物在线高速模式识别方法，并以该方法为基础，成功试制出烟草异物剔除系统原理样机。本文的主要研究内容如下：采用统计模式识别模型来对烟草异物识别问题进行理论描述，对其中的图像分割、特征提取、分类与决策等环节中的基本理论进行了分析。针对烟草异物模式识别速度要求非常高的特点，着重分析了与系统实时性的实现关系较密切的几个问题，如图像的阈值分割法、特征空间与降维、最小距离分类器等。在这些分析的基础上，建立了烟草异物在线高速模式识别模型。模型中，烟草异物模式识别问题被分割成为在各个判别单元之中的判别问题，根据从判别单元中能够获得的所有数据，判定该判别单元是属于烟叶的还是属于异物。针对有些异物色度和烟叶差异较大，而另一些异物色度则和烟叶接近的实际情况，从像素点色度及判别单元整体色度分布等两个层次上提取有效特征对烟叶和异物进行识别。具体研究内容包括：基于灰度特征量的互补色增强烟草异物灰度差原理与方法；RGB色度空间及其特征选取与降维、Ohta颜色系统、HIS颜色系统等；从纹理、色度分布均匀度等差异去区分图像中的烟叶和异物的原理与方法；从变换域的角度分析提取烟叶和异物的色度差异特征的基本理论与方法等。这些研究表明：采用像素点的色调、像素点的修正灰度、判别单元中灰度的一阶中心矩（或标准差）这3个特征可对烟叶和多种异物进行有效的识别。提出适于在线检测条件下的动态阈值方法―机敏阈值判别法，该方法可降低实际生产线上光照等条件的变化对烟叶异物准确识别的影响。分析了烟草异物剔除系统中的数据流程。研究了Windows2000操作系统中的内存管理机制及直接访问物理内存的方法等。采用双缓存技术，实现了系统数据<WP=5>采集和处理的连续进行，最终实现了系统运作的实时性。在以上研究的基础上，试制出了烟草异物剔除系统原理样机，设计了原理样机的调试实验。实验结果表明原理样机能实时地运行，并能对多种异物进行有效识别及剔除。本文的创新之处主要体现在以下几个方面。①提出了新颖的互补色增强烟草异物灰度差的方法。研究了RGB颜色空间中的特征提取与降维、判别单元灰度均匀性特征应用等有效的烟草异物高速模式识别技术。解决了在异物种类繁多，而且有些异物色度和烟叶接近的条件下烟叶和异物高速准确识别这一难题。②采用双缓存技术，实现对采集数据的连续存取和处理。并结合物理内存直接操作技术，实现了系统的实时性。③提出了适于在线条件下的动态阈值方法―机敏阈值判别法。使系统对烟叶和异物进行判别的色度阈值能够根据生产线上条件的变化而自动调节。④以basler L301bc摄像机为例，研究了彩色线阵CCD摄像机的色彩偏移问题，计算了摄像机扫描频率和被摄物运动速度处于各种匹配关系情形下的色彩偏移校正量，提出并实现了校正的方法。