根据图像对已知物体的识别和计数是图像处理和识别领域的一个研究方向。而对生产出的烟支进行数量的统计是中小型烟厂的卷结和包装车间之间一个必不可少的环节,采用图像处理识别技术是一种可行的方案。在对烟支图像进行识别计数之前,图像分割是最重要的步骤之一,它的主要目标是将图像划分为与其中含有的真实世界的物体或区域有强相关性的组成部分。分割方法根据所使用的主要特征可以划分为三种:第一种是有关图像或图像部分的全局知识,这种知识一般由图像特征的直方图来表达。第二种是基于边缘的分割。而第三种是基于区域的分割。对烟支图像分割的意义就在于将单支烟的端面从重叠区域中提取出来,这样可以使得后续的计数识别变得容易。对烟支图像进行分割可分为两步:第一步,预处理分割,包括剔除边框、彩色图阈值化,滤波处理。彩色图阈值化主要利用烟支端面和背景的色彩差异性来二值化图像以区分物体和背景。滤波处理主要根据烟支端面几何特征,设计多结构元素串行、并行来滤除二值化后的图像中的烟支孔洞和孤立点。第二步,烟支端面的分割,主要针对烟支端面的重叠现象,给出了三种算法:第一种为滑动窗口算法,其本质是一种匹配的方法;第二种为形态分类分割;第三种为基于类圆假设的分水岭分割。在整个形态处理的过程中,引入形态编码的概念,一方面可以将形态学运算转换为字节间的位运算,加快了算法的速度;另一方面可以用形态编码来描述边界点的特性,进而来描述整个区域的部分几何特性。最后给出了三种算法的实验分析,通过计数的数量与真实值之间的比较可以作为分割效果的检验方法。