随着全球汽车产量的逐年提高，相应地轮毂市场需求也在迅猛增长，国内80％的汽车轮毂是由铸造而成，铸造而成的轮毂需要进行精加工，而由混流生产线生产的轮毂在再加工时若对其类型进行正确划分将提高生产效率。以往的类型识别是依靠人工识别，工人劳动负荷较大，产生的视觉疲劳和轮毂生产线的速度等多方面原因致使误判情况时常发生，因此，轮毂企业急需一种自动的轮毂识别分类系统来提高生产效率。　　 计算机视觉是利用计算机对景物的图像进行识别，以实现对人视觉功能的扩展的一门高新技术。利用这一技术可以解决许多工业图像识别和检测环节的问题，以取代落后的人工识别，提高识别效率和工业自动化水平。　　 基于计算机视觉的轮毂自动识别与分类系统首先由图像采集系统从生产流水线上采集到要处理轮毂的图片，之后进行图像的预处理，包括轮毂图像区域的提取，图像去噪等操作，构造了四个具有平移不变性、比例不变性和幅度线性变换不变性的一维不变量，用以表征轮毂图像的灰度特征，利用边缘检测Cannv算子提取轮毂外圆轮廓，之后对外圆轮廓运用改进的Hough变换方法计算出轮毂最大直径，最后运用马氏距离方法判别出轮毂类型。　　 本文对基于计算机视觉的轮毂自动识别与分类系统进行了总体设计，实现了图像采集、图像处理与轮毂型号识别等基本功能，克服了传统的人工识别的弊端，适应了混流生产线上快速识别分类的需要，开展了面向型号识别的计算机视觉系统的研究工作，为实现工业生产现代新型的图像识别技术做了一些有益的尝试和探讨。