本发明公开一种基于相似性分析和特征增量学习的封箱机烟包缺条智能检测方法。该方法离线建模阶段：将采集的烟包内部烟条前位和后位图片进行灰度变换和图像分割，采用横向和纵向分块的相似性分析方法，计算建模图片的16个特征相似度指标，利用核密度估计方法确定建模图片16个特征的阈值。在线识别阶段：采用横向和纵向分块的相似性分析方法，实时计算当前获取的烟包内部烟条前位和后位图片，获得当前图片的16个特征相似度指标，通过与当前阈值的比较，识别前位和后位图片是否出现缺条。本发明实现了烟包内部烟条图片特征信息的有效表征和量化，能够准确判断烟包缺条质量缺陷的发生，并通过图片标注为缺条举证提供了信息基础。