棉花是一种重要的生产原料,许多行业领域都需要使用其加工制品,而棉花内混杂入异性纤维会造成棉花的加工制品质量下降,不仅带来的巨大的经济损失,还会影响我国在国际市场的棉花加工制品的声誉。近年来基于机器视觉的自动检测系统由于其高精度、高可靠性、高效率以及易扩充等特性,实现了生产自动化,被广泛化的应用在各个领域。在这种背景下,本文通过深入的对比分析和研究其他异纤检测技术,提出了基于机器视觉的自动化棉流异纤检测技术的研究与实现,本文的主要研究内容如下:1)在分析现有系统优缺点的基础上,充分考虑到采集速率、图像分辨率、视场宽度、焦距等条件下,对实现自动化棉流异纤检测技术需要的图像采集硬件设备进行了选型;按照所需要进行清除的异纤种类的不同特性,设计了组合日光光源和紫外光光源的光源系统,按照所需要进行清除的异纤种类,根据异纤种类的不同特性。在集成图像采集硬件后进行采集测试,采集到的图像细节清晰,对比明显。2)在对数学形态学和边缘检测理论研究的基础上,通过实验确定了经典的常规检测算子不能满足本文的应用需求。在充分分析大量的异纤形态图片后,提出了由改进形态学边缘检测算子、基于Zernike矩的亚像素检测细化、三邻域的非极大值抑制算法三个流程的异纤检测识别算法,仿真实验验证了对异纤识别效果良好、检测所需时间较其他方法更短。3)在分析基于机器视觉的自动化棉流异纤检测技术实现的限制因素:硬件设备以及时间需求的基础上,确定了异纤检测系统的异纤清除机构,采用模块化和面向对象的思想设计了异纤检测识别算法的软件平台,确保了棉流两侧的高速相机能够并行工作,共同控制异纤清除机构。最后对整个自动化棉流异纤检测技术的实现进行了整体设计和测试,实验验证了本文开发的系统能满足实际需求、具有较高的稳定性和较高的识别率。