机器视觉自从出现以后，就不断的被应用于各种场合，并且取得飞速的发展。将机器视觉系统应用于工业上就是工业视觉系统，它按使用功能不同大致可分为检查、定位和装配三类。在工业生产中，环境和照明条件的确定性使得快速准确地判别、分类零件的想法成为可能。基于此想法开展了零件识别系统研究，该系统硬件采用工业图像传感器(CCD)图像采集卡及高速计算机摄取原始图像；软件利用VC++6.0编制。系统研究了包括图像处理和图像识别两部分。图像处理部分研究了图像的二值化、去离散噪声、梯度锐化、图像归一化、图像特征提取等；其中，零件的图像特征提取在识别系统是困难且十分重要的。对于一幅待识别的数字图像，要想有效的提取它的特征，必须对它作一些必要的处理和分析。在图像信息中，常被选用的特征有图像幅度特征、图像统计特征、图像几何特征、图像变换系数特性等。系统通过对比各种特征提取方法，包括多点像素采集法、骨架特征提取法、全像素提取法和七个不变矩特征提取法；决定采用七个不变矩特征作为特征提取法。图像识别研究采用人工神经网络BP网络，通过对BP网络进行样本训练，得到识别系统。