1.1课题的目的及意义

香烟消费者在选购香烟时通常会根据零售商柜台香烟品牌摆放位置和当地特产香烟进行选购，通常柜台内摆放靠前的香烟品牌销售量会很高，所以烟草厂家对于市场香烟在柜台的摆放顺序，品牌位置十分看重。根据市场规律可以针对全国各地的市场需求，生产对应销量高的香烟，提高生产效率和应用率。以往烟盒在柜台的摆放规律由人工进行市场调研，需花费大量的人力物力，且调研效率低，无法保证调研的精确性。本文研究目的是设计出一个烟盒图片的快速检测与识别系统，该系统能够通过图像处理、特征提取、机器学习、模型训练，用训练的模快速、准确、高效的实现图片识别功能，快速识别卷烟经营户的柜台里摆放的什么品牌的香烟，分别放置在柜台的什么位置，为烟草公司提供相关数据。这种卷烟特征图像处理技术如果大量的应用于现在社会中，必然可以极大地促进香烟制造业的发展。

1.2国内外研究现状

图像识别是人工智能的一个重要领域。为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了。例如有一个字母A,如果在脑中有个A模板,字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。这个模型简单明了，也容易得到实际应用。但这种模型强调图像必须与脑中的模板完全符合才能加以识别，而事实上人不仅能识别与脑中的模板完全一致的图像，也能识别与模板不完全一致的图像。例如,人们不仅能识别某一个具体的字母A,也能识别印刷体的、手写体的、方向不正、大小不同的各种字母A。同时,人能识别的图像是大量的，如果所识别的每一个图像在脑中都有一个相应的模板，也是不可能的。

为了解决模板匹配模型存在的问题，格式塔心理学家又提出了一个原型匹配模型。这种模型认为，在长时记忆中存储的并不是所要识别的无数个模板，而是图像的某些"相似性"。从图像中抽象出来的"相似性"就可作为原型，拿它来检验所要识别的图像。如果能找到一个相似的原型，这个图像也就被识别了。这种模型从神经上和记忆探寻的过程上来看，都比模板匹配模型更适宜，而且还能说明对一些不规则的，但某些方面与原型相似的图像的识别。但是，这种模型没有说明人是怎样对相似的刺激进行辨别和加工的，它也难以在计算机程序中得到实现。因此又有人提出了一个更复杂的模型，即"泛魔"识别模型。

一般工业使用中，采用工业相机拍摄图片，然后利用软件根据图片灰阶差做处理后识别出有用信息，图像识别软件国外代表的有康耐视等，国内代表的有图智能等。

2. 研究的基本内容与方案

2.1设计的基本内容及要求