中国的汽车市场潜力是巨大的,所以性能良好、生产效率高的自动化设备显得尤为重要,很多汽车生产车间只有一个轮胎输送车间,所以能把不同型号的轮胎经过在线识别分类并输送到相应生产线上的自动化设备是不可或缺的。针对人工分类存在效率低、易疲劳的缺点,本论文采用机器视觉技术、PLC控制技术,研究和开发了一套基于机器视觉的轮胎在线识别分类系统。首先,在对国内外相关技术进行研究的基础上,结合本项目的特点,设计了基于机器视觉的轮胎在线识别分类的总体方案;在研究了光学成像特性的基础上,设计了光照方式及结构,并依据精度要求和总体设计要求,完成了相机与镜头的选取。其次,研究了图像预处理、图像分割等常见的图像处理方法,分析对比了不同算法应用于轮胎图像的处理效果,提出并实现了适用于本系统的图像处理方法,应用迭代式阈值分割、kFill滤波、模板匹配等算法进行字符识别,应用ISEF边缘检测算子实现轮毂轮廓的提取,并进行匹配。研究了机器学习算法在分类中的应用,分析了每个方法的优缺点,提出了适用于本系统的整合算法,通过创建改进的决策树结构,实现对轮胎型号的分类,并把相应信息发送给PLC,进行相应控制。最后,开发了一套基于机器视觉的轮胎在线识别分类系统,该系统目前已投入生产线中使用,实际应用证明本论文研究的算法能很好的满足系统检测速度和精度的要求,且运行稳定,可靠。