烟支计数是中小型卷烟厂的生产车间必须完成的一道工序。通过数码相机对盛装烟支的烟盘拍照获得烟支图像,采用图像识别的方法对烟支进行自动识别与计数将是一种可选的方案。基于模板匹配的烟支计数识别算法包括三个部分,即烟支图像预处理,识别前烟支中心点的定位及烟支的计数识别。烟支位置的调整方法作为一种防止烟支重叠的手段是烟支计数识别算法的一个有益补充。烟支图像预处理过程是获取较高质量的二值烟支图像的过程,共分为四个步骤。首先,利用彩色分割法去除烟支间的杂质;其次,利用行列扫描法提取边框去除环境背景杂质;再次,分析彩色直方图选取合适阈值二值化烟支图像;最后,利用形态滤波去除二值图像中的孤立点与单象素宽线段。识别前烟支中心点的定位,是将二值烟支图像中的象素点按照其作为烟支中心点的可能性划分类别并确定各类别之识别优先级的过程。首先定义烟支模板距离分布,其次基于模板距离分布考察各目标象素点在四方向上到距其最近的边界点间的距离,得到烟支图像象素点的六种距离分布,这六种距离分布是象素点分类和划分识别优先级的主要依据。识别过程中按照识别优先级由高至低,依次搜索象素点。在烟支的计数识别过程中,提出了旋转编码方案描述烟支模板的属性。旋转编码能将二维烟支模板映射为整数集上的一个数,使得通过一个属性变换得到各组属性的观测点集和标准编码值。模板匹配过程中对模板覆盖下的图像部分做同样的旋转编码及属性变换得到各组属性的实际编码值。依据各组属性的实际编码值与标准编码值的差异制定烟支识别条件。烟支位置的调整方法,利用圆间位置关系理论分析烟支间的位置关系,定义可疑烟支,制定可疑烟支的去留方法及相交烟支位置调整方法,达到去除多计烟支,修正计数结果的目的。研究并实现了基于旋转编码的两种烟支计数识别算法,即基于属性变换的识别算法和完全基于面积的识别算法,并从性能和实现方法的差异上对两种算法进行了分析与比较。