随着先进制造业的发展，制造过程中的工况监控所遇到的问题也越来越突出，且直接影响了生产效率，因此对复杂性工作状况进行辨析，从而实现对生产过程的预测及生产安全控制具有十分重要的意义。　　 本文以制造过程的刀具状态和工件分类这两种典型工况为例分析说明了其视觉监控方法，并通过对工况视觉特征的分析，建立了基于视觉特征聚类融合的工况辨析体系，利用BP 神经网络特性实现多域信息空间的非线性映射，完成聚类分析和信息融合，最终达到工况辨析的目的。　　 通过对图像处理和视觉特征提取方法的研究，确定了本文所采用的图像滤波和边缘检测算子，以及基于RGB 颜色空间的颜色矩特征提取，基于灰度共生矩阵的纹理特征提取和基于Hu 不变矩的形状特征提取方法。以刀具状态识别和工件分类为例进行实验，对比独立特征识别和多混合特征融合识别的工况识别率，实验结果表明经聚类融合的识别率明显提高，证明了基于视觉特征聚类融合的工况辨析方法的优越性。