异型烟由于外观别致并且焦油含量不高被消费者所追捧,因此烟草公司每日异型烟分拣量非常大,在分拣过程中不可避免的存在错拣和漏拣现象。如果错拣漏拣频发,会给烟草企业带来很大的负面影响。目前烟草企业多使用人工查看异型烟的错拣和漏拣,但人工检测效率低下,存在检测时间长、检测不准确的情况。因此,烟草企业当务之急是采用计算机视觉技术,自动识别异型烟品规并核对,提高差错检测效率。本文研究了异型烟品规识别算法,从条码识别和特征提取两方面识别异型烟品规,保证异型烟品规识别准确率。在异型烟品规识别算法的基础上,本文为W烟草公司设计了异型烟分拣线差错检测系统,首先对系统进行背景分析与需求分析,在此基础上对系统进行整体设计,之后实现图像采集、品规识别、数据处理、差错处理等功能,最后对系统的功能和性能进行测试,使系统满足W公司差错检测要求。本系统的重点与难点在于异型烟品规的识别,即要克服异型烟传输速度快、烟姿存在倾斜的情况,又要避免检测环境的灯光干扰。为此,本文对异型烟品规识别算法的研究如下:对于条码识别,建立异型烟条码数据集,使用YOLOv4目标检测算法进行异型烟条码的定位,之后使用基于Hough变换的条码矫正算法对倾斜条码进行矫正,最后使用pyzbar解码工具进行解码,得到异型烟条码。该算法在定位到条码后识别率高、速度快,在异型烟倾斜角度小于45°的情况下,品规识别准确率接近100%,但在烟姿倾斜过大和条码被遮挡的情况下难以识别出异型烟品规。因此,研究了通过特征提取识别异型烟品规的方法与其搭配。对特征提取法识别异型烟品规,首先通过图像二值化、形态学操作、滤波去噪、轮廓提取等图像预处理操作得到待检测的图像,之后基于Halcon软件,提取颜色特征,得到颜色特征范围,筛除颜色不相似的异型烟,再通过形状和相关性两种方法进行模板匹配,得到对应的匹配分数,设定相应权重,得到品规对比测度,以此筛选出异型烟品规。通过特征提取,可对条码被遮挡、烟姿倾斜角度大的异型烟进行品规识别,但识别速度较基于条码的异型烟品规识别较慢,因此将两者形成串联,互为补充。本系统经过系统测试,所使用的异型烟品规识别算法识别效果显著,在识别率和识别速度上均有较好表现,最终可达到99.99%的高识别率,并且单张图像识别平均耗时44ms,满足W公司要求,解决了困扰烟草企业的关键问题。