在烟支生产和加工过程中,会出现原材料质量不佳以及机器加工出现偏差等原因,使得加工生产出来的烟支出现一部分次品。常见的次品包括错牙、局部泡皱、滤嘴暗点、烟棒斑点、烟棒刺破等瑕疵。因此必须对加工生产出来的烟支进行瑕疵检测以保证上市的烟支质量合格,防止存在瑕疵的烟支上市。当前,很多卷烟厂依旧使用人工对每支香烟进行肉眼判别合格与否,以实现对烟支的瑕疵检测,该检测方式误判的可能性较大、并且效率低下、劳动强度大。因此,研究并设计一种烟支瑕疵检测的方法以实现检测自动化是香烟企业保证其品牌质量的重要方式。本文以红塔集团采集的烟支图像为对象,针对烟包生产过程出现的错牙、局部泡皱、滤嘴暗点、烟棒斑点、烟棒刺破瑕疵,并结合生产线实际情况:烟支检测速率在120-200支/秒,检测速率较高,不宜使用神经网络这类复杂算法,只能考虑复杂度较低的算法。因此考虑运用图像处理相关技术,研究并设计出一种烟支瑕疵检测的方法。本文所做的主要研究工作如下:(1)通过分析红塔集团的烟支灰度图像样本,而后对常用的阈值分割方法进行了比较,最终选择使用手动阈值法对烟支灰度图像进行二值化处理;同时使用bwareaopen函数对处理得到的二值图像进行再处理,以消除一部分干扰区域。(2)分析研究了针对烟支灰度图像进行二值化的方法。对提取出来的目标烟支进行适当的形态学预处理;通过对比常用的边缘检测算子,最终选择使用Canny算子进行边缘提取,得到目标烟支的烟棒和滤嘴连接的边缘部分;使用分割算法定位出目标边缘,分割出目标烟支的烟棒和滤嘴,对目标烟支分割得到的烟棒和滤嘴分别进行预处理。(3)针对烟支的错牙、局部泡皱、滤嘴暗点、烟棒斑点以及烟棒刺破这几种瑕疵特征,分别阐述了对烟棒和滤嘴瑕疵的提取方法和过程,对提取到的瑕疵进行质量判定,最终得到烟支瑕疵检测结果,为烟支外观瑕疵检测系统的研制奠定了基础。