烟条外观质量检测系统是基于机器视觉技术,专门用于检测缺陷烟条的一种自动化设备,综合了包括光、电子、机械、计算机在内多种学科内容,它的使用不仅有助于提高生产线自动化程度、提高生产力和生产效率,而且还可以保证产品的品质,拥有很好的前景。本文首先研究了系统的工作流程和系统的硬件构成,分析了系统硬件结构的优缺点,搭建了适用于烟条外观检测的硬件系统。然后研究了图像的平滑算法和图像的锐化算法。针对图像的平滑算法,分析了均值平滑滤波器、双边滤波器、非局部均值滤波器的优缺点,改进了非局部均值滤波器,实现了保留边缘信息情况下的图像平滑操作;针对图像的锐化算法,分析了一阶、二阶微分算子锐化和LoG算子锐化,然后改进了 LoG算子,实现了锐化边缘自然过渡的图像锐化操作。其次,针对烟条图像的缺陷检测,研究了烟条图像定位、烟条拉线检测和烟条端面检测的检测算法。在烟条端面检测中,引入了人工神经网络的检测方法,利用样本训练的方法学习端面的特征,构建神经网络结构,从而实现了端面缺陷的检测,此方法具有更广泛的适用性。最后,本文基于以上研究内容,开发了与硬件设备相匹配的软件系统,分析了系统主界面、加载牌号模块、图像记录模块、工作记录模块、系统管理的工作流程和相应的组成结构,实现了具有用户友好性和美观性的软件界面。