滤棒圆度是衡量香烟滤棒质量的重要指标之一，传统的滤棒检测方法与滤棒接触且容易受温度等环境因素的干扰，会对滤棒检测的效率及精度产生一定影响，而机器视觉技术是一种非接触在线测量的形状尺寸检测技术，与传统的形状尺寸检测技术相比，其具有非接触、高效率、大范围、高精度等优点。因此，本文采用机器视觉检测技术对滤棒的圆度进行检测并对检测滤棒圆度的算法进行深入研究。针对滤棒图像采集的过程中可能存在粘连与模糊的情况，本文分别采用灰度均方差算子和Radon变换算法实现滤棒图像的模糊与粘连的区分。为提高清晰滤棒图像圆度检测的效率和精度，本文对传统的Hough变换算法进行了改进；对于模糊的滤棒图像本文引入主动轮廓Snake模型并对其进行了改进。文中对基于Hough变换的圆检测算法进行深入理论研究。针对传统Hough变换检测圆时间复杂高和精度低的问题，本文利用滤棒图像的先验知识提升了Hough变换检测圆的速度，并结合区域灰度重心法使滤棒图像边缘定位精度达到亚像素级，实现了清晰滤棒图像的快速和高精度的圆检测，并对本文算法进行理论性能分析和实际滤棒图像的实验验证。针对传统Hough变换算法对模糊的滤棒图像处理中Hough空间确定圆参数不唯一无法选择的问题，结合模糊滤棒图像的特点，引入了主动轮廓Snake模型对模糊的滤棒图像进行检测。通过对Snake算法理论深入的研究，提出了一种改进的自动确定初始轮廓和加入曲率约束能量的Snake模型，实现了对模糊滤棒图像边缘的有效检测。从精度要求和算法复杂度方面考虑，本文采用最小二乘拟合法完成对滤棒图像离散边缘点的拟合并使用最小二乘圆法实现对滤棒圆度的评定，最后通过仿真和实际实验对本文滤棒圆度检测算法进行验证。