零件分拣是工业生产线上不可或缺的一部分。传统生产中一般采用人工分拣的方式,但随着生产自动化的普及,生产速度加快,人工分拣已经无法满足生产需求。本文主要针对这一情况,将机器视觉引入到对汽车对称零件的分拣系统中。本文针对对称零件的颜色特征和形状特征,提出了基于颜色识别与形状识别的方案。并通过对图像轮廓的处理,得到零件的倾斜角与位置信息。针对颜色不同的零件可通过颜色识别快速识别零件类型。经过对零件的颜色空间转换并计算非饱和像素HSV值,即可将对称的零件的类型判断出来。针对颜色相同的零件,颜色分拣不再适用,此时选用数字图像处理中发展较成熟颜色处理方案的“图像灰度化”、“滤波去噪”、“图像边缘提取”、“最小包围矩形”等算法为工具进行图像处理,将左零件和右零件区分开。输出零件最小包围矩形的四个顶点坐标,利用相机标定求出的相机内外参数,将零件在图像坐标系下的位姿转换到世界坐标系下的实际位姿。实验则以一高精度的CCD工业相机在LED环形光源给照射的条件下采集图像。使用Visual Studio 2013配置OpenCV视觉函数库对数字图像处理。本文通过视觉分拣方法解决了平面互对称零件的分拣问题,并求出零件最小包围矩形的位置信息,使零件的定位精度达到定位需求。