航天电连接器作为精密航天产品中的重要组成部分,具有型号多样,外形相似不易区分,装配过程复杂等特点。同时精密航天产品对装备一致性要求高,对装配工人的技能要求高,装配过程需要反复检验装配的正确性,从而影响了航天产品的装配效率。本文通过对航天电连接器的深入分析,对基于图像的特征提取与分类识别、基于字符的模板匹配识别、基于神经网络的图像分类识别三种方法进行了相应技术研究,主要工作如下:对航天电连接器图像的几何特征、结构特征、区域特征多个层面对零件特征进行提取,提出SIFT+SVM方法并基于这些特征对航天电连接器进行了分类识别。针对每个航天电连接器对应唯一的字符编号,提出了基于模板匹配的电连接器编号识别。通过合理的位姿调整获取需要的字符图像,通过对单个字符的分割和与模板的匹配得到电连接器的正确编号。为提高航天电连接器分类识别的准确度与速度,在经典的卷积神经网络结构基础上,提出了针对航天电连接器分类识别的网络结构,并进一步应用Faster-RCNN实现了对航天电连接器的目标检测和特征识别。最后,本文通过比较以上三种识别方法的优缺点,选取神经网络的分类识别方法。进行了原型系统开发,构建基于航天电连接器的装配引导信息模型,进行了实验验证。结果证明该系统能快速准确识别电连接器型号,并实时指导装配操作。