原棉是纺织工业的基本原料,亦称皮棉。异性纤维是指混入原棉中的非棉纤维或杂物。虽然原棉中异性纤维含量少,但会直接导致纺纱时疵点并极易造成纱线断头进而严重影响布面质量。因此,研究一种实时性好,检出率高的在线检测和剔除方法对于棉花质量的控制具有重要的意义。本题课对异性纤维图像识别方法进行了研究。为了提高识别率和减少时间损耗,本文主要做了以下几方面工作：1.完成CCD相机,镜头,照明光源的选型及异性纤维检测系统的简单组建,实现了图像采集。2.为了识别原棉图像中的彩色异性纤维,把RGB三维彩色空间转化到HSI空间下色调(Hue)和饱和度(Saturation)二维空间,并且在对Otsu算法特性分析的基础上提出了改进的二维迭代Otsu算法。3.本课题利用二次分割算法用于识别原棉中的半透明异性纤维。4.本课题把纹理特征应用到白色异性纤维识别领域,利用基于GLCM纹理特征图像的二维Otsu分割方法实现了白色异纤的识别。5.实现了异性纤维识别系统界面设计,以方便识别算法的验证与改进。实验证明,改进的二维Otsu算法把分割时间缩短为标准二维Otsu算法的1/10左右,有效的提高了实时性；基于GLCM下纹理特征图像的分割不但提高了白色异性纤维的识别率,而且利用不等距灰度级压缩有效的减小了时间损耗。