1.一种基于机器视觉的不规则烟包组合码垛系统，其特征在于，包括：组合码垛系统和视觉识别系统，所述视觉识别系统包括视觉检测区(1)和图像处理设备(2)，其中图像处理设备(2)包括工业CCD相机、镜头和光源，当烟包进入检测区，上位机则发送指令采集烟包图像并进行处理；所述组合码垛系统包括硬件部分和软件部分，所述硬件部分主要包括翻转机构(3)、矫正装置(4)、工业机器人(5)、机械抓手(6)、气动装备(7)、缓冲平台(8)、升降平台(9)和托盘管理装置(10)，所述翻转机构(3)与矫正装置(4)相连接，气动装备(7)连接于矫正装置(4)末端，缓冲平台(8)与矫正装置(4)相连接，机械抓手(6)安装在工业机器人(5)末端，其中翻转机构(3)对需要翻转的目标烟包完成180°翻转；矫正装置(4)用于对烟包的位姿矫正和固定，以方便工业机器人的快速抓取，所述工业机器人(5)的末端执行机构为机械抓手(6)，用于烟包的抓放而不损坏烟包；升降平台(9)和托盘管理装置(10)协同对托盘的固定、自由升降和自动输送；所述软件部分包括上位机控制模块和底层PLC模块以及机器人执行模块，所述上位机控制模块用于完成不规则烟包的预排层处理、烟包路径规划和实时信息的监控；底层PLC模块控制翻转机构、矫正装置、抓手、升降平台的控制以及传感器的信号反馈；机器人执行模块包括接收启动/停止信号，根据上位机发送的烟包码放路径实时执行码垛动作。

2.根据权利要求1所述的基于机器视觉的不规则烟包组合码垛系统，其特征在于，在连续输送中，当输送不规则烟包传送至视觉校对区，上位机通过CCD相机拍取不规则烟包侧面照片，获取数字化图像的信息，在经过图像预处理得到较为理想的目标二值图后就进行特征提取；再对目标二值图采用Harris角点特征提取，结合归一化互相关的匹配方法完成特征粗匹配，最后利用改进的RANSAC算法提高匹配精度，改进的RANSAC算法改进在于：利用目标图与模板特征点之间正确配对的点对相对斜率相等的关系做出改进以排除误匹配对点，实现不规则烟包配准以确定烟包条烟的数量，最后将校对结果反馈给组合码垛系统。

3.根据权利要求1所述的基于机器视觉的不规则烟包组合码垛系统，其特征在于，在上位机中将每天的烟包订单数据信息导入到自己的数据库中，使用预排层算法计算出每个烟包需要进行的处理包括是否需要匹配、待匹配的烟包在缓冲区的暂放位置、是否需要翻转、缓冲区摆放位置及在托盘上摆放位置在内的数据，并将这些数据保存在上位机中等待PLC的调用；翻转机构以及校正装置处各安装了一个计数器，并将计数值采集并发送到上位机，计数值用于确定当前待处理烟包的序列，上位机将对应此序列的烟包需要进行的操作编码发送给PLC，由PLC控制现场设备实现对烟包的翻转和校正；根据上位机的计算结果，系统最终确定烟包是否可以直接在托盘上码放，如果不能则会在缓冲区中寻找合适的烟包进行匹配然后再进行码垛，如果依然无法满足条件，则将烟包放置在缓冲区中等待后面烟包的匹配。

4.根据权利要求2所述的基于机器视觉的不规则烟包组合码垛系统，其特征在于，所述图像预处理主要包括图像的增强，图像滤波和图像二值化以及孔洞填充步骤；所述图像的增强通过改变灰度值而达到对比度增强的效果，增加图像中目标和背景的区分度；图像滤波是通过直方图均衡、线性灰度变换来实现；图像二值化主要采用中值滤波、均值滤波；孔洞填充主要采用FloodFill算法。

5.根据权利要求2所述的基于机器视觉的不规则烟包组合码垛系统，其特征在于，所述改进的RANSAC算法具体包括步骤：利用准确匹配点间相对斜率相同的关系来剔除误匹配点，设(Ai,Aj)和(Bi,Bj)是处理后的图像A和待匹配的模板图像B两两正确的匹配对，那么Ai和Bi的绝对斜率k(Ai,Bi)等于Aj和Bj的绝对斜率k(Aj,Bj)，基于以上原理，利用参考图像A中的Ai与它自身中所有的特征点Aj的斜率关系和待匹配图像B中的Bi与它自身中所有的特征点Bj的斜率关系的相似性评价两点对应关系，提出如下的评价函数：K(i,j)＝[k(Ai,Bi)+k(Aj,Bj)]/2    (3)

其中T(i)表示特征点i的匹配度，R(i,j)表示Ai,Bi与各自图像每个兴趣点斜率的相对差异；K(i,j)表示Ai,Bi与各自图像每个兴趣点的评价斜率，k(Ai,Aj)表示图像A中Ai和Aj两点间的斜率，k(Aj,Bj)表示Aj和Bj的绝对斜率k(Aj,Bj)，这样消除误匹配点对后模板图与目标处理图实现了精确的特征点配对。