摘要：为提高皮棉质量和皮棉中异纤的检测精度，提出了一种基于机器视觉的棉花伪异性纤维识别方法。皮棉经过开松装置被制成薄棉层，检测通道两侧的相机对棉层进行拍摄，并将采集到的棉层及异纤和伪异纤图像保存到工控机，通过图像分块及阈值分割等算法，提取伪异纤目标区域，统计获取区域的数个颜色、形状和纹理特征，基于特征数据，分别使用 BP 神经网络、一对一有向无环图策略线性核函数支持向量机和径向基核函数支持向量机对两大类棉花杂质进行分类识别。实验结果表明，99.15%的伪异纤目标可被准确识别，径向基核函数支持向量机在棉花异纤和伪异纤分类识别中，总分类正确率为 95.6%，能够满足在线检测的要求。

关键词：棉花异性纤维 识别 机器视觉 bp神经网络 支持向量机 

单位：中国农业大学信息与电气工程学院 北京100083 中国农业大学网络中心 北京100083 中国农业大学北京市农业物联网工程技术研究中心 北京100083 河北大学数学与计算机学院 保定071002 中国农业大学农业部农业信息获取技术重点实验室 北京100083