该文采用理论研究和计算机仿真相结合的方法,针对棉纺中异类纤维的检测和清除工作实施自动化问题进行了研究.具体内容如下: 首先,对纺前异类纤维识别系统中所需的图像传感器—快速线阵CCD摄像头—的选择与应用进行讨论,并提出线阵CCD在异类纤维检测中的应用方案及线阵CCD数据快速采集的解决方案.其次,研究了小波分析在图像处理中的应用,提出基于小波变换阈值化去噪.基于对异类纤维特征的分析,及模式识别方法的要求选择特征和基元作为识别的依据,提出特征向量提取方案. 再次,对多层前馈神经网络进行讨论,对它的结构及其学习算法—BP算法进行研究,比较了BP算法及其改进算法(加动量项、自适应变步长)的效率;提出了基于BP神经网络的神经网络分类器.应用MATLAB对作者提出的基于人工神经网络的异类纤维智能识别进行仿真研究,大量仿真表明BP神经网络分类器在此处的应用是十分有效的. 最后,研究了异类纤维清除的特点,并通过对国外同类型设备的研究与借鉴,提出快速、准确、经济的压缩空气喷吹法清除异类纤维,构建出纺前异类纤维智能识别与清除系统.