计算机视觉在工业中的应用研究是目前计算机视觉研究的一个重要研究方向，本文结合烟草行业的具体需求，在深入研究计算机视觉基本理论和技术的基础上，开展了多项计算机视觉应用研究，取得的成果不仅促进了部分烟草质检方法的技术革新，对计算机视觉技术在物理指标检测领域的推广应用也具有一定的积极意义。本文其主要内容如下:　　 研究了烟用纸物理指标的检测方法。提出了基于未知参数的置信区间参数估计的孔带边界定位算法，结合快速中值滤波、基于灰度值的迭代法阈值分割、基于边缘灰度梯度的Brenner调焦评价函数等图像处理与分析方法，实现了多种烟用纸图像的定位与检测。开展了重复性和再现性实验研究，结果表明本方法的精度优于0.01mm。基于本文方法的“烟用纸的测定-非接触光学法”已通过审批成为烟草行业标准，本文提出的设备样机已产业化，已在行业内广泛使用。　　 研究了烟叶片型的在线检测方法，使用了基于空变矩阵的场曲复原法与张正友标定法相结合的图像恢复方法，解决了广角镜头的畸变和场曲问题。提出了受照明环境和噪声影响较小的RG分量差值阈值分割方法，实现了叶片图像的快速分割。传统的图像拼接不适用于高速、在线检测，为此提出了一种高效的面积拼接计算方法。设计了一种基于圆形标定板的标定方法，修正了由于皮带机运行速率不稳造成的图像压缩或拉伸。使用了基于空域图像梯度变化的清晰度评价方法和基于统计的图像亮度评价方法，提高了本方法的图像稳定性。提出了基于等间隔旋转法，实现了烟叶烟叶片型重要指标——叶片最小外接矩形(MER)提取和计算。实验表明本方法的相对误差低于0.64％，且算法效率满足在线测量要求。以本方法为技术支撑的“烟叶片烟大小及其分布的测定叶面积法”正在申报为行业标准。　　 研究了烟用沟槽滤棒特征参数的测量方法，针对滤棒切片端面形状不规则的特性，提出了一种鲁棒性较强的互补式图像融合算法。设计并实现了测试系统的软、硬件结构。实验表明，本方法的测量精度优于0.01mm，满足了“YC/T223.1-2007特种滤棒第1部分:醋纤沟槽滤棒”的精度要求。　　 研究了烟支/滤棒长度的测量方法，给出了测量系统的设计方案以及烟支端部图像的处理算法，该算法能够有效消除卷烟端部缺陷对测量准确度造成的影响，实验表明本文方法的测量精度能够满足行业标准“YC/T28.2-2002”的要求。　　 研究了烟用打孔接装纸透气度的测试方法，改进了基于广度优先搜索(BFS)的多核并行连通区域检测算法，建立了孔洞分布信息与透气度之间的关系模型，实现了用图像表征的打孔纸透气度定量描述。对比实验表明，本文方法的测量速度是行业标准“YC/T172”方法的10倍以上，两种方法的相关系数为0.997，相对误差约为6％。　　 研究了烟用包装薄膜耐磨性能与材料成分关系的实验方法。该方法通过图像纹理分析，使用灰度共生矩阵特征参数表征了薄膜的耐磨性，建立了该材料耐磨性与成分配比的统计关系。文中对比了Retinex法、同态滤波法和灰度变换法对纹理图像的增强效果，最终选用了Retinex法，在消除高光现象的同时也增强了划痕纹理。使用图像纹理分析的方法，用灰度共生矩阵提取了图像中的划痕信息。通过建立多元回归分析模型，得到了灰度共生矩阵多个特征参数和材料成分配比之间的复相关系数为0.992，验证了本文提出方法的可行性。