随着计算机软硬件及信息处理技术的发展，图形扫描及识别技术输入方法在CAPP系统中得到日益广泛的应用。本文详细研究了CAPP系统零件信息的描述与输入方法，提出了基于特征单元的零件信息描述方法，力求做到零件信息描述的全面方便。 本文探索了适当的数字图像预处理方法，研究并提出了机械零件数字图像特征信息的提取方法和实现算法。神经网络用于模式识别的实质是模式特征空间的变换。故特征向量信息的构成是利用神经网络分类器的基础。本文在研究提取特征信息方法时，兼顾了零件整体轮廓和内部结构特征的提取，并为以后开发智能的集成系统奠定了基础。 在识别过程中，对神经网络的BP算法提供了一种改进算法，并用于机械零件图像的识别，实验数据证明取得了较好的分类识别效果。利用神经网络模拟人类的形象思维的特点，兼有学习、记忆的功能，将相似类零件进行更详细的分类，定位；然后根据特征的描述方法，检索生成工艺文件。根据零件的分类结果CAPP系统检索出该零件族的典型工艺，从而完成零件与加工工艺的对照。