工件识别是机器视觉领域重要的研究课题,该技术旨在利用计算机视觉技术实现工业生产线上目标工件的智能检测与分类识别,是工业机器人实现工件自动化分拣及装配的保证。随着机器人伺服控制技术和图像处理技术的发展,工件识别研究取得了重要进展,并在汽车装配、工业分拣、设备组装等领域得到了广泛应用。本文针对工件轮廓的准确获取、工件姿态的快速判别和利用几何形状信息进行工件识别等方面进行了较深入研究,主要工作如下：(1)提出了结合归一化RGB颜色空间和纹理特征的工件阴影检测方法。该方法将视频监控领域的阴影检测方法引入工件识别中,结合工业生产线场景的特点,先利用颜色空间特征对背景差分得到的前景图像区域进行阴影像素检测,然后利用基于梯度方向的帧间纹理特征对阴影区域像素进行精确判决,以得到工件的准确轮廓。仿真实验结果表明,本文提出的工件阴影检测方法具有较好的工件阴影检测性能。(2)提出了基于旋转主轴法的工件姿态快速判别方法。该方法借鉴旋转主轴求取几何轮廓最小外接矩形的思想,采用最小二乘直线拟合法得到工件区域初始主轴,然后在旋转终止条件的限制下对主轴进行旋转,实现工件偏转角及其最小外接矩形的快速判定。仿真实验结果表明,本文提出的工件姿态快速判别方法能够高效地判定工件姿态。(3)分别采用Hu矩、Fourier算子和Zernike矩这三种几何特征描述算子对工件区域轮廓特征进行描述,并利用支持向量机完成特征向量的训练和工件的分类,得到了较高的识别率。