1.1选题目的及意义

2010年9月，国家烟草专卖局正式印发《关于卷烟打码销售有关事项的通知》。该通知规定：销售卷烟必须打码到条,未打码到条的卷烟不得在市场上销售。该文件的出台，确保了市场上流通的合法合规卷烟都必须具有32位编码，这也为消费者通过识别卷烟编码买到放心卷烟提供了依据，目前市面上采用的均是激光打码的方式，以便于产品后续的流通追述工作。从卷烟上的防伪码中可以看到有上下两行共32位字符，大多数以数字为主，个别也会掺杂英文字母。卷烟32位条码信息是鉴别卷烟真伪最直接、最简单的方式，在市场管理中，专卖人员可以通过查看卷烟条盒上的12位的零售户代码，与该客户的许可证进行对照，查看证号是否一致，对于许可证系统中没有查询到的号码，即可判断为假烟，其它数字代码包含的信息同样也具参考价值。但是如果面对数量庞大的卷烟物流抽检，其工作量也是十分巨大的。

如果将基于OpenCV的数字识别系统应用于对卷烟的防伪码识别中，通过对卷烟防伪码的提取，再与之信息码中代表销售地区、销售时间、零售客户代码等多种代码信息进行对比和验证，就可以进一步识别该卷烟是否来自正规渠道，是否是冒牌的，比起人眼识别，其准确性、灵敏性、高效性也要更高。因此，设计一款能够高效准确的识别每盒卷烟的防伪码信息的智能识别系统，对卷烟防伪工作有着重大意义。以往的人工的识别不但速度慢而且还可能会出现错误输入，对后续的进一步的识别工作造成很大干扰，一旦机器识别应用后其效率将会是人工的3倍还不止，从而大大提高质检工作的效率以及降低相关人员的工作强度，同时这种视觉识别技术也会对相关产业的智能化发展起到推进作用。

1.2国内外研究现状

图像识别问题的数学本质属于模式空间到类别空间的映射问题。目前，在图像识别的发展中，主要有三种识别方法:统计模式识别、结构模式识别、模糊模式识别。图像分割是图像处理中的一项关键技术，自20世纪70年代，其研究已经有几十年的历史，一直都受到人们的高度重视，至今借助于各种理论提出了数以千计的分割算法，而且这方面的研究仍然在积极地进行着。

现有的图像分割的方法有许多种，有阈值分割方法，边缘检测方法，区域提取方法，结合特定理论工具的分割方法等。除上述方法之外，许多学者一直致力于将各种数学思想引入图像的边缘检测中。20世纪80年代，Pal和King将模糊集理论与边缘检测相结合，提出了图像边缘检测模糊算法，该算法可对图像中的背景和目标进行有效的分离，成功应用在了模式识别与医疗图像处理领域。近年来，基于神经网络的边缘提取方法已成为一个重要的研究热点，其中基于BP网络的边缘检测方法已在许多领域得到应用。数学形态学引入图像处理，解决了噪声抑制、特征提取等问题。遗传算法作为一种优化算法也成功运用在边缘检测中。

2. 研究的基本内容与方案

2.1本论文的主要工作及基本内容