1. 研究目的与意义

目前烟草公司物流分拣线多采用人工在物流线上配发烟条，由于生产速度快，配发及检测任务就变得复杂和紧急，人工检测无法实现实时全检，且人工检测的数据无法准确及时地纳入质量管理系统，劳动强度大，难以实现现代物流的需要。

目前，在手工分拣线上，往往由于人为因素出现分拣错误，一旦出现错误，将会影响到分拣效率，结果就是会发生错烟，漏烟或多烟。因此，基于机器视觉技术的烟条检测技术研究就十分必要了。

由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息及加工控制信息集成，因此在现代自动化生产过程中，人们将机器视觉广泛运用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提高生产的柔性和自动化程度。在大批量工业生产过程中，用于人工视觉检查产品质量的效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

2. 国内外研究现状分析

烟草行业方面：

机器视觉技术的发展开始于 20 世纪 60 年代的统计模式识别，近年来在农业领域中得到了广泛研究和应用，并取得了巨大的经济与社会效益。中国是烟叶种植和烟草制品的消费大国，机器视觉技术在国内主要有烟草农业以及烟草工业方面的应用。在烟草农业中主要应用在烟叶处理方面，在烟草工业中的应用有以下几个方面：

（1）智能剔除烟草异物

3. 研究的基本内容与计划

基于机器视觉在线识别烟条系统的设计方案为：ccd 相机采集图像数据，通过图像采集卡传送到工控机，工控机通过在线检测软件对图像进行分析、识别从而判别烟条的品牌及订单的完成情况，如果有错误则启用报警装置报警。

首先要建立一个图像数据库，包括背景图像及各种品牌香烟的标准图像，背景图像为拍摄烟条图像时的背景图像，标准库为各种烟条在背景下的拍摄图像，每种烟条需要拍摄正反两面以便于识别。

其次是烟条的识别，我们可以运用直方图来处理图像。一般，一个像素包含红绿蓝三元色，像素点的取值范围在0~255之间。0~255表示像素色由最暗到最亮。灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率（像素的个数）。这样，每种烟条都有自己所对应的直方图，我们只需要对比流水线上所获得的烟条图片的直方图及标准库里的直方图，就可以判断这是哪一种烟条。

4. 研究创新点

无