烟草异物智能剔除系统是一种专门用于剔除烟叶中异物的自动化设备。它的使用大大提高了生产线的自动化程度，降低了工人的劳动强度，对于提高烟草产品质量，提升企业竞争力具有十分重要的意义。烟草异物剔除系统是基于视觉的自动化设备，属于典型的机器视觉系统。它目前所采用的基于颜色的检测方法难以剔除与烟叶颜色相同或相近的异物，设备性能提升遭遇瓶颈。本课题在频域中分析图像的纹理特征，提出了基于支持向量机的检测方法，可以检测出基于颜色的检测方法所无法检测到的异物，对于提高设备的性能具有十分重要的意义。本文首先具体分析了现有的烟草异物智能剔除系统的原理、结构及其优缺点。然后分别从软件和硬件角度提出了新的设计方案。课题提出的基于支持向量机的检测算法，经过实验室仿真测试，证实了其有效性。针对这一检测算法，课题提出了新系统的设计方案，设计了新系统的中央处理单元，并为其选择了合适的高速DSP图像处理卡。最后，通过现场测试，证明了该算法具有一定的应用价值。