节能减排是当前我国经济可持续发展的一个重要内容，再制造工程是再制造业中实施节能减排的一个重要方向。由于再制造的研究对象为废旧产品的零部件，因此，废旧零部件的识别与检测成为再制造过程的关键。基于图像处理的机械零件的识别与检测是一种非常实用的非接触检测技术，用它替代传统的人工检测方式，克服了由于接触带来的测量误差，这在很大程度上提高了检测效率和检测精度，实现了再制造检测的自动化。本文的研究思路是将图像处理技术与模式识别相结合，实现对不同零件的识别与检测。主要研究内容包括：（1）以废旧零部件中占比例较大的回转体零件为研究对象，对采集到的图像进行图像处理，通过对比研究图像增强算法、图像平滑算法以及边缘检测算法，最终采用了灰度变换、中值滤波、阈值分割和轮廓提取，获取了比较清晰的边缘轮廓。（2）本文分别从基于区域和基于轮廓两个方面对物体的形状特征进行描述，最终以目标区域的面积、周长、不变矩及傅里叶描述子为特征，并获取它们相对应的特征参数，构造出特征向量。（3）把支持向量机应用于识别过程，针对零件特征，设计出合适的训练算法和识别算法，最终完成了零件的识别与分类。把图像处理技术应用于再制造废旧零件的检测，是再制造的发展趋势，克服了传统人工识别与检测的弊端，识别准确率达95%。