现有的精密铸件自动浇注系统主要通过浇口杯的液面图像来检测浇口杯的充满状态,但由于金属液不能稳定地下流,在浇口杯口经常形成“假充满”图像,造成计算机误判而停止浇注,产生次品。本文提出一种新的解决思路,采用视频图像来观察浇注过程中的金属液液柱的流动状况,从而判断铸件的浇注情况。其关键的创新点是通过液柱图像间接地得到浇注时的平均流量。提出了两种间接测量流量的方法,分别是基于液柱宽度建模法和基于液柱图像分类识别法。基于液柱宽度建模测流量,需要建立液柱宽度与流量的数学模型,但由于现场设备条件有限,浇包中金属液的液位未知,数学模型比较难建。在选用基于液柱图像分类识别法测流量的过程中,首先对实时采集的图像进行预处理,以提取出主要的液柱图像特征；其次选用定量的描绘子,如液柱图像的平均宽度、不变矩等,对液柱图像的特征进行描述和分类,并通过决策函数将不同类的液柱图像识别出来；再次针对不同类的液柱图像,重复进行多次模拟实验,采集每个标定体积处的浇注时间,然后通过最小二乘法拟合直线求出平均流量,并通过误差传递,得出平均流量的随机误差。最后,通过模拟试验对实验中得出的平均流量进行了验证,经过一定的时间,实际计算出的液体体积与期望体积的相对误差仅为0.82%。当在现场应用时,为了提高铸件浇注的准确度,可以当实际体积达到期望体积的85%时,再通过匹配浇口杯的液面图像来检测。该方法使浇注系统的自动化程度得到进一步提高,减少了次品,节约了成本,因此具有一定的实用价值。