棉花中混杂的异性纤维比重虽小但危害却是很大。将异性纤维分拣系统用于检测和清除棉花中的异性纤维，能有效克服手工实现异性纤维挑拣时效率低、产品合格率难以控制等一系列缺点。本文对异性纤维检测技术和异性纤维检测系统，特别是系统算法进行了比较深入的分析和研究，创新点在于实现了在此领域内对白色异性纤维和头发丝等细小杂质两个方面的检测突破，整个系统完全可以满足工业检测的要求。 基于机器视觉技术的棉花异性纤维分拣是近几年来国内外研究的难点。本文根据异性纤维的类型归纳，提出了非线性阈值判断算法进行检测。并为了有效分拣棉花中含有的与棉花色泽相近的异性纤维，将紫外线荧光效应引入到检测系统中，利用紫外线的荧光效应突出了与棉纤维色泽相近的异性纤维和棉纤维的特征差别，从而实现了对白色异性纤维的检测。仔细分析了头发丝等细小杂质的信号特征，从信号曲线的突变特性入手提出微分算法，从而实现了对头发丝等细小杂质的检测。试验结果表明，算法具有非常高的拣出率，系统可以有效地清除棉花中含有的异性纤维杂质。 本论文先介绍了异性纤维分拣系统研究背景及发展状况，然后依次论述了各部分结构，实现算法和软件设计等。本论文所述的算法和异性纤维分拣系统的研发经验也可以移植和应用到其它项目中去。