随着经济的发展和生活水平的提高,对首饰品的需求大幅增加。但目前首饰品的分类由人工完成,劳动强度大,效率低且容易出错。随着图像处理和识别技术的不断成熟,图像识别技术在生产生活中得到广泛应用。本文研究利用数字图像处理技术对首饰图像实现精准快速识别。本文以首饰为识别对象,使用相机采集首饰图像,采用数字图像处理技术对图像进行预处理、特征提取和识别。通过提取首饰的面积特征、质量特征、颜色特征和距离特征信息,开发基于颜色特征和距离特征两套识别方案,进行比较分析。在Visual C++软件平台上,利用C++编程开发首饰识别系统并设计识别界面,具有较强的理论价值和实际应用价值。本文主要研究内容如下:（1）设计首饰图像采集系统。对相机、电子秤、光源种类和照明形式进行参数选择和测试,实现硬件设备之间的连接和数据传输。设计首饰识别流程。确定首饰采集背景,采集首饰图像并截取感兴趣图像区域。（2）首饰图像的预处理包括颜色分量的选择和提取、图像分割阈值的选择、灰度化、二值化、去除噪声和边缘提取。采用G+R分量和并结合阈值进行首饰图像的二值化,采用模板滤波方法一次性去除图像噪声,利用2×2模板并结合阈值提取二值图像边缘。（3）首先提取首饰的质量特征和图像的面积特征。提取首饰图像的形心坐标,基于颜色特征的识别方案对颜色特征计算自相关值,基于距离特征的识别方案计算距离特征的自相关值。将这些特征信息保存在JPEG格式图像数据的尾部,具有特征信息的图像组成样本图像库。（4）对待检首饰和样本首饰特征数据作处理,对质量和面积特征作尺度约束,对距离特征和颜色特征做图形约束。对距离特征和颜色特征数据采用自相关和互相关算法处理,根据相关系数判断首饰种类。（5）基于Visual C++平台开发首饰识别系统。设计系统的结构、流程和人机界面,对系统的操作步骤进行说明。主要功能包括样本图像的采集和名称的输入、实时视频显示、样本文件保存路径选择和识别结果显示。从识别准确率和时间两个方面对该系统进行评价。实验结果表明,该识别系统的准确率为96%,平均每个识别时间约为3秒。