随着我国汽车业的发展，各种车型不断的出现，对发动机性能的要求也越来越高，而活塞装配是发动机装配中的关键工序。在混流装配现场，装配线在极短的时间内要完成几种不同型号发动机装配的转换。由于采用人工备件，难免会发生活塞反装、混装现象，反装将引起“打缸”，混装使一台发动机四个缸孔的同组活塞型号不同，这将导致发动机整体性能的下降。传统的检测方法由人工完成，无法实现实时、在线检测，不能从根本上解决这一难题。 为了解决上述实际问题，本文综合运用了虚拟仪器技术和机器视觉技术，设计了活塞自动识别系统。系统采用环形LED光源，克服了活塞表面因光洁反光导致的图像模糊；针对传统的模板匹配处理速度慢，对匹配对象的大小比例和角度的变化限制严格的问题，采用IMAQVision7.1中的模板匹配新技术，通过对装配方向(箭头)的匹配，对活塞反装进行了有效的判定；对于采集到的旋转活塞图像，进行图像旋转以达到校正的目的；在本系统中，主要的识别目标是活塞上的字符，根据箭头与字符相对位置固定这一条件，求出字符图像所在的区域，提取出字符图像；图像的预处理是字符识别的关键一步，本文对照度不均匀的字符图像综合运用了直方图均衡化、改进的最大类间方差、中值滤波等图像处理技术，有效地将字符与背景分离，很好地消除了图像噪声；针对活塞表面字符数量少，存在间距的特点，提出了基于投影直方图的字符分割方法，有效地实现了单个字符的切分；为消除字符大小对识别的影响，对字符进行了归一化处理；在对字符识别时，采用逐像素特征提取方法，提取字符的特征，送入已经训练的BP神经网络，对单个字符进行识别。 实验结果表明，将BP神经网络应用于活塞自动识别系统，取得了令人满意的识别结果，实现了不同型号活塞的判别。