王家寿,李 达*,袁湘云,葛 文,王保云

(1.红云红河烟草(集团)有限责任公司,中国 昆明，650231；2.云南师范大学数学学院，中国 昆明，650500)

在烟盒包装过程中，标签粘贴错误是一种常见的系统问题。此类错误的产生具有偶发性、突发性、间断性等特点，包装机操作工人无法控制，包装设备又不能杜绝该类不合格烟包的产生。为了找到不合格烟包，需耗费大量的人力物力，降低了设备效率。该类有外包质量缺陷的不合格烟包最终有可能直接进入市场，这将严重影响企业的产品质量和声誉。因此，如何实现错误标签的自动识别成为亟待解决的问题。

沈涛等[1]运用多光谱分析对烟包外观进行检测，实现了包装纸和透明纸的同步检测。颜西斌[2]从视觉感知的角度提出了一种新的特征提取算法，可以实现条烟中小包缺失与破损、烟支缺失与错排等问题检测。赵众等[3]结合边缘检测和Radon变换了实现烟包封条的缺陷检测。冯玉[4]认为视觉系统在不合格烟包的发现与剔除过程中，起到了重要的作用。沈宇航[5]、陈海需[6]、常灿[7]等人对烟盒内衬纸缺陷、烟包封条、烟包外观的错误检测进行了较为深入的讨论。以上这些方法运用视觉系统、传感系统等对卷烟流水线上错误进行针对性的检测与识别，能够有效降低生产线的废品率，在生产过程中实现提质降耗。但是对于标签粘贴错误这一常见问题，却鲜见针对性研究。

本文在尺度不变特征变化(Scale-invariant feature transform，SIFT)算法[8]的基础上，设计了一种基于关键点匹配的烟包标签错误检测算法，能够较为精确地识别标签倾斜、折角、位移等粘贴错误。……