锁具制造行业是国民经济的重要行业之一，锁具巨大的市场容量以及逐年递增的需求量，给制锁行业的自动化加工、生产规模和加工效率提出了很高的要求。传统的加工技术、制造设备以及生产方式难以满足市场的需求。近年来，图像处理算法研究日新月异，图像传感器工艺成熟，DSP处理器性能强大。以DSP技术和数字图像处理识别技术为基础的机器视觉测量系统，日益广泛的应用到加工制造技术的转型升级之中。钥匙齿形码识别是锁具装配中的一道关键工序，直接影响着锁具装配的效率与良品率。目前，普遍采用的方法是人工识别和传感器机械识别。人工识别方法效率低、可靠性差，无法满足工业化批量生产的要求；机械识别有识别精度不高、自动化程度低、有机械损耗等弊端。本课题来源于浙江省科技计划项目“数控高密钥牙花精密加工关键技术开发”。本文创新的提出了一种基于机器视觉测量技术的钥匙齿形码自动识别方法。利用机器视觉测量系统精确快速、稳定可靠、无接触、自动化的特点，着重解决上述识别方法中存在的问题，课题具有社会实践意义。该方案以DSP处理器为核心，通过采集钥匙的图像，DSP处理系统平台运行图像处理算法输出钥匙的牙花编码，通过CAN总线将牙花编码传输给锁芯装配主系统。设计了基于OpenCV库的钥匙处理牙花识别算法，并移植到DSP平台上。装配主系统根据获取的牙花编码选取对应的弹子，控制机械设备实现对弹子、锁芯和锁体的装配。本课题围绕以TMS320DM642为核心的DSP处理器系统平台开发，以及基于OpenCV的钥匙图像处理算法设计进行了研究和分析。针对课题的技术指标要求，设计了牙花识别系统方案。介绍了系统的硬件平台电路设计，给出了系统的电路原理图和实物图。其次，设计钥匙齿形码识别图像处理算法。主要包括图像预处理、图像旋转坐标变换、牙花定位以及牙花测量与识别。在CCS开发环境下，完成了系统的软件设计、算法的移植和优化。最后，系统调试与测试。对图像识别算法做了分析，对测量与识别误差、系统性能、测试数据进行了统计与处理。测试结果表明，本系统工作稳定，识别精度与加工速度达到预期要求，满足课题的设计指标。