采用图像处理对烟支进行计数,是图像处理领域中的一个新的应用,它相对于机械和人工计数的方式具有耗时少、对烟支无损伤等优点。基于二值化图像对烟支进行识别计数,已经有了较深入的研究。图像二值化可以达到简化信息、快速提取物体特征的目的。但识别算法对二值图像的依赖性高,一旦图像的二值化效果不佳,将最终影响识别的精度。为解决该问题,避免在二值化过程中对颜色信息的丢失,采用直接基于彩色图像进行识别的方法,是一种可行的办法。烟支图像的获取和预处理,是烟支识别之前的两个重要环节。获取稳定、清晰的烟支图像是整个图像识别的基础,其中光源的选择、拍摄位置和角度的选取都是图像获取时的关键性问题。图像预处理的主要目的是去除烟框外部的背景杂质,先通过变斜率直线搜索烟框的边界,确定边界后,清除边界以外的部分,将烟支区域从杂质背景中分离出来。烟丝颜色是烟支的重要特征,利用烟丝的颜色分布特征,能够有效分割烟丝与烟支边缘的杂质。在实验中,得到烟丝颜色分布的集中和稳定分布的特性,由此构造出烟丝的颜色模型。并依据烟丝颜色模型,对烟支图像进行分割,保留可能为烟丝的区域。在烟支的计数识别环节中,构造出了彩色烟支模板,并将模板划分为6个子区间分别进行观测。利用隶属度函数对模板内的像素进行分类,统计出各个子区域的烟丝隶属度的分布情况。然后将统计结果与样本库比较,从而判定目标区域是否为一支烟。在实验中,选取了多幅不同光照下的烟支图像为研究对象,分别从算法的识别精度、稳定性两方面进行分析和比较。