由于中国正成为世界机器视觉发展最活跃的地区之一，机器视觉也成为目前高校研究的热门专业之一，其应用领域也涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。与此相对应的，各大高校均开设了机器视觉专业或相关课程，在机器视觉专业的授课过程中，因为是新专业，新课程，缺少具有引导学生动手、将实践与学习相结合的实验课程，多数老师只能参考课本进行讲解，无法引起学生的兴趣，教学效果不是十分理想。

纵观行业发展，对于整个图像采集与图像处理技术的发展而言，我们可以发现，当信号处理技术有了显著提高时，由于图像采集环节中的核心组件——图像传感器并不能随着信号处理技术的提高而得到升级，最终造成两环节应用之间的不协调，但传感器功能的不足却是可以由信号处理技术来进行弥补的。如此说来，将图像采集与处理技术的结合将会是解决机器视觉系统升级制约的不错手段，在应用领域中，有着绝.对的需求。

图像信号的处理是机器视觉系统的核心，它相当于人的大脑。如何对图像进行处理和运算即算法都体现在这里，是开发中的重点和难点所在。随着计算机技 术、微电子技术和大规模集成电路技术的快速发展，为了提高系统的实时性，对图像处理的很多工作都必须借助硬件完成，如DSP、专用图像信号处理卡等。软件 则主要完成算法中不太成熟、尚需不断探索和改变的部分。 对于烟草杂物剔除系统来说，系统是一个实时系统，所以其图像处理系统当然应该是实时的。为了满足实时性要求，采用了DSP技术、应用硬件 (FPGA)和软件相结合的方法，来完成图像处理的任务，即用识别软件对送到DSP内存中的表征烟草或杂物特征信息的数据，一帧一帧地进行处理，区分 出哪些是杂物哪些是烟叶，并根据杂物的位置信息发出相应的剔除指令给剔除模块的电磁阀，控制高压空气吹掉杂物。在处理的时间上必须要注意的是，为了满足系 统对物料图像连续无遗漏处理的实时性要求，必须使图像的处理速度大于图像采集的速度。