机器视觉识别技术在工程实践中具有效率高、精度大、非接触性和在线实时性等特点。这些特点不仅对优化生产的柔性和自动化程度有显著的作用,而且是实现现代非人工集成制造技术的基础。本文在研究了机器视觉在现代生产线上的应用的基础上,更深一步的分析了机器视觉技术在船厂生产线钢板识别上的应用,针对现阶段船厂普遍利用人力识别钢板型号造成的识别精度不足,识别速度不够等问题,设计了一种基于机器视觉的船厂钢板在线识别与统计系统。本文综合了机器视觉、图像并行处理、模式识别等技术,结合船厂现场实际需求完成了系统总体方案设计及CCD相机、CCD镜头、光源以及光电开关等硬件设备的选型。针对图像传输速度不足、图像失真的问题,设计了一种基于FPGA的高速实时图像采集传输系统,利用其完成摄像机和PC的通讯。在Visual C(10)(10)6.0环境下,结合开源的图像处理库OpenCV,通过中值滤波,数学形态学处理,边缘提取,阈值分割等算法,提取钢板的特征信息,并对提取出边缘后的图像进行模板匹配,从而识别出船厂钢板的具体型号。最后建立了Access数据库,数据库可以统计经过传输线钢板的型号、个数以及时间,然后把识别出来的型号分类打印出表格,实现了钢板在线生产线上的自动识别、统计数量、以及自动分类。本识别系统能实现对生产过程中必须的钢板特征信息的提取,提高了船厂对钢板的识别效率,克服人工识别和人工分类所带来的各种弊端,机器视觉在船厂钢板生产线上的应用具有重要的实际意义。