1.1课题的意义

根据国家烟草专卖局规定，烟草公司销售的卷烟在出仓时要打码到条，每条卷烟上均有32位防伪码。32位码主要由字母和数字组成，通过激光或者喷墨打印到条烟的塑料包装上，分上下两行：第一行：1—5位数字代表时间（从左至右依次为年、月、日），6—14位为件烟码码段（烟箱最后9位随机码），15—16为顺序码（顺序码为1—50）；第二行：17—20位为企业信息，21—26位为县公司代码（如伊川县为：410329），27—32位为零售户代码（6位商户订烟的编号）。

卷烟32位码不仅可以表明卷烟的真伪赢得消费者的信任，维护零售户与消费者的利益；还可以方便稽查员将条烟上的代码输入到信息系统，打击违法销售活动。

但由于不同的分拣线会造成打印的位置不同，并且不同的条烟背景颜色也会使得32位码的可识别度难易不一，且数字串较长，导致人工方式读取编码效率较低。利用机器图像识别技术虽然可以减少工作量降低人工出错率，提高工作效率，不过针对有些防伪码已经模糊不清或破损，即便是在防伪码识别机器上也无法全部识别，为避免该类条烟在识别机器上的重复识别，我们可以采用提取卷烟防伪码特征的方法进行识别，解决这一实际问题。

本课题针对的就是此类无法清楚识别卷烟32位码的情况。我们利用OpenCV软件实现对卷烟图片的获取，然后基于卷积神经网络实现对卷烟图片中的32位防伪码的特征提取，并最终实现对整条卷烟的识别。

1.2国内外研究现状

激光防伪码识别属于光学文字识别(Optical Character Recognition，OCR) 范围中的一种。传统的防伪码识别采用人工的方式，通过人眼识别产品外包装上的防伪码，随着人工智能及图形识别技术的高速发展，OCR 技术已取得了很多成果，已经逐步步入社会化实用阶段，主要用于印刷文档识别、汽车牌照识别、签名识别、信件自动分拣系统、纸币识别等方面。