机器视觉技术涉及神经生物学、计算机学、图像处理学、模式识别和人工智能等多门学科，具有高效率、高精度、非接触和易集成等特点，是实现现代集成制造技术的基础。将机器视觉技术应用到轮毂生产之中，可以在很大程度上提高生产过程的机械化和智能化水平。本文首先分析了目前国内外汽车轮毂生产中在线识别技术存在的问题，在机器视觉技术的基础上，综合图像处理、数据分析和模式识别等相关技术，以不同类型、不同材料的轮毂为研究对象，利用光电开关、运动控制卡等硬件获取轮毂图像，采用霍夫变换等算法实现图像处理、图像分割和特征提取。本识别系统以Visual C++6.0为平台，采用Intel开源的图像处理库OpenCV对图像进行处理。其次采用中值滤波对图像进行去噪处理。针对轮毂生产铸造成型过程中轮坯的边缘处会产生或大或小的毛刺，严重影响后续轮毂图像的分析、识别的现象，选用数学形态学的方法来消除毛刺、平滑轮坯边缘以及填充因外界干扰而引起的图像内部空隙。最后，经过标定后的工业相机定位轮毂的位置，运动控制卡引导机械手对轮毂进行相应操作，实现机器人自动上下料、自动钻孔、自动搬运和自动码垛。轮毂在线识别系统的研究可以很好的适应轮毂的批量生产，实现快速的在线识别定位，克服了轮毂生产过程中手动搬运、装夹和分拣的弊端。本文开展的面向形状识别的机器视觉系统的研究工作，为实现工业生产现代新型的识别技术和手段做了有益的尝试和探讨。