随着现代科技的发展,现代化工业生产对制造精度更高、效率更快、智能化更高的先进制造技术要求越来越迫切;机器视觉技术具有快速性、可重复性、智能化、非接触、现场抗干扰能力强等优点,机器视觉技术应用于柔性制造系统中大大提高了系统得柔性化、自动化、和智能化水平,适应了现代制造业的进步和发展要求,在实际应用中显示出了广阔的应用前景。本文以与成都某机床股份有限公司的合作项目“柔性制造岛在线零件的自动识别”为背景,针对柔性制造系统(FMS)中存在不能自动识别在线零件而正确调用相应程序进行加工这一问题,开展了基于机器视觉的柔性制造岛在线零件识别系统的研究。涉及到机器视觉系统的建立、图像采集方案的实现、图像预处理、边缘特征提取及图像识别等方面,从理论和实践上解决了用机器视觉实现柔性制造岛在线零件自动识别的一系列问题。本文的具体内容和创新有以下几点:1、阐述了机器视觉识别技术的研究背景和意义,然后在介绍机器视觉技术的发展和应用状况以及机器视觉技术在机械制造行业中的应用现状的基础上,概述了本文的研究目的和主要工作。2、按照机器视觉系统的逻辑结构,分析各部分的设计方法,并在此方法的指导下本文建立了由CCD工业相机、图像采集卡、光源和PC机组成的机器视觉系统,系统通过CCD和图像采集卡获取被识别零件的二维图像数据,将其送入计算机,经过图像预处理和图像识别分析,实现了对零件的自动识别。3、针对现场影响图像的主要噪声:椒盐噪声、脉冲噪声,为了在滤除噪声的同时,很好地保留图像的边缘信息,我们设计了一种多重滤波器的预处理方法,该多重虑波器由高斯滤波器、锐化和自适应中值滤波器组成。采用该滤波器的预处理方法可以克服一般除噪滤波器具有的模糊效应,使得图像的边缘和细节变得模糊不清的缺点。4、结合研究的实例对几种常用的Sobel、Pwritte、Frei-Chen等边缘检测算法进行了大量实验,经过对实验结果进行比较分析本论文确定采用Frei-Chen算子对预处理后的零件图像进行边缘检测。5、本文针对二值边缘图像的特性和零件形状的差异性,以零件的轮廓形状为分类特征提出了二值图像快速序贯相似性检测(SSDA)模板匹配识别算法。为