基于图像识别的视觉检测系统通常包括图像采集、数据通讯、图像识别、判断剔除四个部分。利用视觉检测系统对香烟包封条的缺陷进行在线检测,能够有效的检测和剔除生产中封条粘贴不合格的烟包,提高在线生产的效率。图像识别是视觉检测系统中的核心部分,识别的效果直接决定了烟包封条的判定结果。因此,对于图像处理算法的研究就显得尤为重要。本文首先针对香烟小包的图像进行预处理,通过图像分割的方法将烟包图像从背景中分离出来,再进行有针对性的处理。利用模板匹配法来定位封条区域,同时针对模板匹配法计算量较大的问题对其进行了适当的改进,通过设定误差评价函数来缩短匹配所需的时间,在不影响匹配精度的前提下可以适当的选择误差评价阈值。其次,由于采集图像时的背景、光线、机器震动等不利因素的影响,往往会造成成像模糊和识别困难等问题。对图像进行滤波可以有效抑制拍摄时产生的随机干扰,使后续图像处理和识别更加易于实现,同时增加了烟包封条图像识别和判断的准确性。接着,对滤波处理后的烟包封条图像进行边缘检测,通过对比多种边缘检测算法的检测效果,最后针对检测效果较好的sobel算子法进行进一步的改进,实验证明改进后的sobel算子法检测边缘效果较好,能够有选择的突出明显边缘和滤除细小边缘。最后对边缘封条图像进行Radon变换,通过检测烟包封条上特征直线的角度和位置来判断封条的粘贴是否合格。基于提出的图像处理方法,本文开发了一套烟包封条缺陷检测系统,该系统判决速度快且易于实现,被成功应用于安徽中烟公司阜阳卷烟厂的香烟生产中,长周期的检测作业也验证了该系统的有效性和可靠性。