自动视觉检测系统具有非接触、速度快、精度高,现场抗干扰能力强的优点,可以有效地克服人工检测方式的不足,提高产品生产的自动化程度和生产效率。随着我国的经济发展,经济结构的转变,劳动力成本的提高和产品结构的改善,对自动视觉检测系统的要求也变得十分迫切。随着计算机技术的发展,图像处理在自动视觉检测中的应用越来越广泛。传统的基于空域和频率域的图像处理方法都存在这样或那样的不足,提高这些图像处理算法的效果和运算速度也就显得特别有意义。本课题以卷烟厂卷制工序剔除的烟丝梗签混合物为研究对象,运用数字图像处理技术,研究了烟丝梗签识别算法,设计了系统总体设计方案。所做的主要工作有：1、设计了烟丝梗签检测系统的总体方案,该系统主要由光照、CCD照相机、图像采集卡、图像处理模块等几部分组成。2、讨论针对所拍摄图像的预处理算法,包括图像的滤波、增强等算法,然后在PC机上编写软件对算法的有效性进行检验。3、在传统图像分割算法的基础上,采用一种改进的最大类间方差法,并通过实验验证该算法能够取得较好的分割效果。4、在定义了图像轮廓和骨架的基础上,采用了基于两组结构元素模板的数学形态学细化算法,用该算法对实际的烟丝梗签图像进行细化,获得了满意的结果。5、在MATLAB7.0环境下,对图像处理算法进行了仿真研究,并开发了烟丝梗签检测软件。