近年来随着经济的快速发展,越来越多的家电进入普通老百姓家,家电外壳的主要原料是金属板材。为了延长家电寿命,通常需要在金属板材外壳上喷涂一层防锈涂料。目前的喷涂混流生产线上需要喷涂的产品类型多种多样,机器不能识别产品导致大量喷涂原料的浪费。本文选用了机器视觉的方法来对产品进行识别,着重研究了视觉识别系统的软件规划和硬件选型、相机畸变与图像预处理、特征提取与识别算法、软件开发和实验分析。针对机器视觉识别系统的软件规划和硬件方案选型,通过查阅相关文献对机器视觉常用的识别算法进行归纳,识别流程进行分析,接着将系统分为了图像采集模块、数据库管理模块和图像处理模块,对各模块组成进行了细分。然后选择了软件开发平台和图像处理库同时对图像预处理模块,软件训练模块进行开发。最后对视觉系统所需要的硬件进行了选型。针对相机畸变与图像预处理,相机拍摄图像都会存在畸变,常见的畸变种类有枕形畸变和桶形畸变,文中基于相机的针孔模型利用张正友标定法通过拍摄标定板求出相机的内外参来矫正相机畸变。对预处理文中结合工厂目前的环境状况以及噪声,对拍摄的产品图像通过多种预处理算法效果对比后选出合适的算法。针对特征提取与识别,文中选择了两种识别方法来对产品的特征进行提取与识别,第一种是基于HU矩的方法,首先获得预处理后的模板轮廓图像然后求得轮廓的四个矩变量,接着求取待识别产品的矩变量与模板的矩变量进行匹配得到识别结果。第二种是基于SVM的方法,首先用surf算法对采集到的产品图像进行特征点提取,然后对特征点进行聚类,接着构造BOW模型,最后用支持向量机对特征点进行训练,产生训练模型对待识别产品进行识别。针对软件开发和识别实验,为了构建良好的人机交互界面,文中设计了视觉识别系统的界面。该界面可以直观显示实时产品图像,识别结果,通过按钮来简化操作。最后将一定数量的产品图像用两种识别方法进行实验,对实验结果进行对比分析后选择出一种较优的识别算法。