随着汽车产业的不断发展，轮毂作为其配套零部件，产量也突飞猛进增长。在传统的轮毂流水生产线上，主要依靠人工对轮毂型号进行识别。这种识别方式不仅加大工人的劳动负荷，而且人眼的局限性会使轮毂识别出现偏差。本文的目的是利用轮毂的质量特征以及外观特征对轮毂识别技术进行研究，构建一套轮毂自动识别系统，既可以改善工人的工作条件，又能提高轮毂识别效率。因此，该系统的构建具有很大的现实意义和应用价值。　　在对国内外机器视觉研究现状和同类轮毂识别系统进行深入研究的基础上，提出轮毂识别特征分为质量特征和外观特征两大类，其中外观特征包括轮毂的直径、厚度和轮辐数目以及不变矩。基于以上特征研究构建了轮毂识别系统。　　根据系统特征识别的要求，对轮毂识别系统的硬件模块进行选择，主要对轮毂称重设备和图像采集系统进行选择。称重设备选择了滚轮称，图像采集系统选择了两款同样的CMOS工业相机，分别用于正面图像与侧面图像的采集。为了使外观特征便于提取，达到更好的识别效果，图像中的噪声、毛刺需要采用图像预处理来去除，预处理的内容包括：图像去噪、数学形态学处理、图像分割。　　对系统特征进行提取时，质量特征通过滚轮称自动获得，外观特征采用机器视觉的非接触测量方式进行提取。为保证测量结果的准确性，需要在空间物体坐标与其在图像中的坐标之间建立联系，即对相机进行标定。对于轮毂直径：先用Roberts算子检测正面图像的边缘，再用8连通边界链码法对边缘图像中的轮廓外圆进行跟踪，最后通过Hough变换圆检测获得外圆方程，进而得到轮毂直径。对于轮毂厚度：先用Roberts算子对侧面图像进行边缘检测，再对边缘图像进行Hough变换直线检测，最后取平行线间距离的最大值作为轮毂厚度。利用遍历同心圆圆周像素黑白跳变次数计算轮辐数目。不变矩的提取则计算Hu矩的7个不变矩作为图像矩特征。　　构造了基于轮毂识别特征的分类器。为测试识别系统的识别效果，对多种轮毂图像进行实验，实验结果表明本文构建的轮毂识别系统实现了对轮毂的分类识别。