以信息为中心的现代化物流管理是企业发展的趋势，目前，国内外许多烟草企业已经开始引入现代化的物流管理解决方案，通过自动化的条烟配送系统来代替传统的手工作业。在条烟配送系统中，条烟分拣是一个重要的子环节，作为此子环节的重要组成部分，在线的条烟品牌自动识别必不可少。 本文以整个条烟识别系统的研制为主线进行组织。绪论部分首先介绍了条烟识别系统的背景知识和研究意义、基于内容的图像检索(Content-based Image Retrieval，CIR)技术的发展历程、国内外目前在CIR技术上的研究进展和应用成果，然后对在线条烟识别中存在的主要困难进行讨论。接下来，通过对彩色分辨率和尺寸分辨率两个指标的分析，完成了对系统其它参数的推导和标定。针对工业现场恶劣的图像采集环境以及实际的要求，本文还对条烟图像的预处理算法进行分析和研究，并使用“抽选-平均”去噪算法和线性校正算法，对采集到的原始图像进行预处理，降低了图像噪声，并对成像过程中图像因位置而产生的色彩畸变进行补偿。 图像识别是整个条烟识别系统的核心，而特征提取又是图像识别的关键。本文对几种经典的图像特征进行深入地分析和总结，并提出一种新的图像特征——能量特征，该特征可以实现对图像内容的综合概括，能够快速计算，而且不随图像的旋转和平移而改变，具有优良的性质。将此特征用于图像识别中，是本文的一个特色。确定了特征提取方案后，本文还对特征向量距离的计算进行了详细的讨论，确定了计算彩色图像距离的办法，制定了品牌识别的决策。在完成理论部分的研究和设计后，文章还对系统的硬件和软件的实现进行详细介绍。