现代计算机技术、数字图像处理技术不断发展；人工检测在工业生产线上存在局限性；自动检测技术以其自动化、高精度、无接触优点广泛应用，基于机器视觉的工业检测技术应运而生。从视觉系统组成和识别原理出发，文章以机械零件为研究对象，研究了基于机器视觉的机械零件识别检测技术，并提出了一种基于ICP算法优化模板匹配的零件识别算法。文章研究的主要内容有：(1)从图像增强、滤波去噪和边缘提取三个方面对图像质量增强方法进行了研究，并提出了适合零件图像预处理的算法。(2)利用基于灰度值的零件图像匹配算法，获得目标零件的初始位姿。以轮廓边缘点集作为模板匹配的特征点空间，对模板图像作相对于目标的仿射变换创建搜索点空间，采用金字塔搜索方法的搜索匹配点对，利用归一化互相关算法衡量匹配点间的相似度，通过对比相似度的大小获得匹配点位置。(3)为了提高识别的精度，以粗匹配阶段得到的目标初始位姿为基础，提出了基于ICP算法优化模板匹配算法的方法。分别从匹配点集的采样、对应点对的配准、误匹配点对剔除、评价函数的建立和变换矩阵的最小化求解几个部分阐述了ICP算法的优化过程。(4)利用圆拟合方法对匹配的零件轮廓进行拟合，获得中心圆的圆心坐标；利用张正友法标定摄像机，通过图像坐标与世界坐标的关系，便可得到零件中心点坐标。(5)通过分析组成视觉系统的光源、相机、镜头等主要设备的作用和性能，选取合适硬件设备型号，搭建硬件图像识别系统实验平台。在VS环境开发平台上，采用C++编程语言结合开源机器视觉库OpenCV完成整个识别算法的编写并得以实现。文章在识别算法成功识别静态零件图片的基础上，利用搭建的识别系统对视频中的零件做了实验，验证了算法的可行性。