原棉中的异纤长久以来一直是纺织工业高度关注的一个问题。传统上,纺织企业采用人工拣杂的检测去除方法,工作环境恶劣,劳动强度大,效率低下,且拣杂质量很难保证。因此,异纤在线检测和去除装置应运而生。但是,国外的设备价格昂贵且维修不方便,而国产设备在性能上又有一定的局限性。所以,自主开发和研究适合我国需求的原棉异纤检测装置具有重要的意义。本文设计搭建了原棉异纤检测装置,在线获取了原棉图像。应用机器视觉和图像分析技术对异纤进行了识别,探讨了适合在线检测速度的图像处理和分析算法。对异纤定位算法进行了设计,对检测软件进行了初步设计。(1)设计了原棉异纤检测装置,在线拍摄了原棉图像。研究发现,在低电压的直流LED普通可见光,明场正而照明方式下,CCD摄像机可以拍摄到平稳运动状态下的原棉图像。(2)基于原棉异纤图像特点和异纤检测实时在线的要求,讨论了图像的平滑去噪和增强算法。探讨了基于平滑滤波去噪,基于直方图调整和灰度变换的图像增强,以及基于同态滤波法、代数运算法和自适应不匀校正法的光照不匀校正方法。研究发现,中值滤波法可以在较短时间内对图像实现降噪处理。直方图调整可以弱化光强变化(如光源老化、电压不稳等)的影响。自适应光照不匀校正法,可以有效扩大图像对比度。(3)在原棉图像分割算法中,探讨了基于边缘检测和阈值分割的异纤识别法。研究表明,基于动态阈值的图像分割算法,异纤识别效果好,响应速度快。(4)设计了适合原棉图像中异纤定位的方法——最小包围圆算法。根据原棉图像中异纤的质心坐标和棉流下落速度,确定了异纤的空间位置,并对去除机构的喷嘴阵列进行了初步设计。(5)基于面向对象的程序设计思想,对原棉异纤检测系统软件进行了初步设计,实现了图像预处理、图像分割和特征提取功能,为软件进一步开发奠定了基础。