一、轮毂自动识别技术的国内外研究发展现状 （1）国外相关研究现状
目前国内市场上出现的轮毂识别设备主要由美国和欧洲生产。国外在此方面的研究已经比较成熟，企业作为相关技术研发的主体，并且已经推出了技术比较成熟的产品。
爱迪生工业系统由 Bellrouz N．Shabestari，John. W．VMiller 和 Victoria Wedding等人研制出了一种高性价比的实时汽车轮毂分类系统。该系统提供了包括图像采集，图像感兴趣区域分割提取，图像特征提取，分类识别在内的图像处理功能，对轮毂型号的识别速率达到 30 个/min，相较于人工识别，该系统明显的提高了轮毂型号的识别正确率和识别效率。 美国通用电气公司也研制出了多种具备实用价值的轮毂型号识别系统，并且实现了该系统的产品化。瑞士光华科技公司虽然没有设计制造出完整的轮毂型号识别系统，但是推出了轮毂识别的专用软件包。德国的依科视朗公司的Mu231 系统，能够实现从 4Jxl2”到 12Jxl9”尺寸范围内各型轮毂的识别检测任务。 （2）国内相关研究现状
国内的自动识别技术的研究与应用相较于国外起步较晚。在国内，识别技术最先被一些高校和研究所引入并应用于一些带有实验性质的研究项目中，直到二十世纪九十年代，中国的识别技术的发展才步入了实用化的发展轨道，由高校以及研究所中的研究者开发出了第一代计算机视觉平台，并且得到了生产实践的检验。至此之后国内相关技术的发展进入了快车道，尤其是国外的先进技术的引进起到了推波
助澜的作用，使得计算机智能识别技术在各行各业中都得到了蓬勃的发展。
目前，国内的智能识别技术的应用发展走的是以购买和使用国外成熟的软件平台根据实际需求作二次开发为主，以少部分自主研发软件平台为辅的发展路线。比较常见的是将智能识别技术用于诸如物流行业的分检包装以及电子元器件制造中的线路板质量检测等地方。 在轮毂制造行业，计算机视觉技术已经有了一些相关的技术被成功应用的例子，如由浙江大学徐新民等人研发的轮毂安装孔形位参数测量系统，该系统首先采用 CCD 相机采集轮毂的图像数据，再利用计算机完成图像数据的分析和处理，从中提取测量数据。该系统测量精确度好，测量效率高，能用于测量各种型号的轮毂。
二、机器视觉技术在机加工线中的应用
（为什么要研究机器视觉技术）
汽车作为一种交通工具,给人们的生活带来了日新月异的变化。进入二十一世纪,随着人们汽车消费理念日渐成熟,汽车轮毅产业将面临新的机遇和挑战。一方面,由于经济发达国家进入后工业经济时代,部件加工工业正在逐步向发展中国家转移。汽车作为以批量规模经济生产、经济效益显著的产品,而汽车轮毅又作为大批量生产的典型产品之一,必然面临着新的挑战。另一方面,随着轮毅产业需求的继续增大,也给我国带来了加快产业经济发展及加快产业结构调整的绝好机遇。
轮毂形状识别,作为车轮生产过程中的重要环节之一,在过去一直依靠生产线上人工识别完成,工人的劳动程度大,很容易产生视觉疲劳,再加之轮毅生产线速度快等各方面的原因,导致经常发生错误识别,识别效率较低。这种主要依靠人工识别轮毂型号的方法缺点有：
1) 长时间工作工人的识别准确率会降低。
2) 识别效率低，依靠人的测量识别出一个轮毂的型号所需时间比较长。
3) 这种识别方法提高了企业的生产成本。
导致以往的轮毂形状识别不能满足当今批量规模生产这一需求。因此为了提高生产率、降低成本和增加轮毂形状识别的准确率，需要结构简单，识别率高，能够满足轮毂自动化生产线要求的辨识系统。
（机器视觉技术总体描述）
机器视觉技术是一门高新技术,它利用计算机对所需检测的对象的图像获得信息,对获得的信息进行理解并且处理以便用于控制、测量与检测。它的最大的特点是速度快、信息量大、功能多。
机器视觉技术能够对复杂目标进行识别，具有非接触、精度高、抗干扰能力强等优点，广泛应用于工业产品的检测与智能分类，汽车轮毂的在线智能识别就是其中非常典型的一种。
机器视觉技术在传统的轮毂成型生产线上的应用，提高了其自动化和智能化水平，可以做到毛坯从生产线的一端进入，成品从另外一端出来，整个过程基本实现无人化生产。从坯料的上料开始，首先通
过机器视觉和图像处理的应用，实现引导机械手抓取轮毂坯料上料，这个过程在以往，是通过工人操作机械手去抓取轮毂，工作效率低，在给上料机械手装上“眼睛”后，机械手可以自动识别轮毂坯料的位置和数量，可以高效准确的抓取轮毂上料。在机加工的过程中，通过机器视觉，找到待加工轮毂的气门孔对应的轮辐窗口，找到特征风孔的位置后，在加工平台上实现特定位置装夹，然后加工平台按照机加工要求旋转，完成钻孔、车削等机加工。
（应用机器视觉技术带来的好处）
机器视觉技术主要通过应用计算机来模拟人的视觉功能，但是它不仅具有人眼的视觉功能，更重要的是还具有人大脑的分析和理解的功能。机器视觉技术在轮毂制造业中有着良好的发展前景和应用价值，它可以替代人工来解决轮毂生产过程中轮毂的形状识别问题以及检测气门孔后自动定位的问题。
机器视觉技术有其显著的优点即提高了生产率,降低了成本,提升产品质量以及保证了产品的安全性,使生产线自动化程度大幅度提升。
将机器视觉技术应用在汽车轮毂成型生产线上，符合工业应用的要求，改变了传统轮毂生产线的模式，推广了机器视觉、图像处理技术和模式识别在制造行业的应用。因此，在汽车轮毂成型工艺完善发展的同时，引入机器视觉在轮毂成型生产线上的应用有很大的现实意义和经济价值。
（机器视觉技术的关键问题和技术） （1）轮毂图像的预处理技术
图像预处理为改善图像质量的处理,指按需求对图像变换从而突出某些有用的信息,并且去除或者削弱没有用的信息,比如说二值化处理、图像去噪等等。
一方面,轮毅轮廓边缘处存在一些毛刺,是因为轮毅在制造过程中采用铸造技术,这是不可避免地。在对轮毅成像之后,毛刺就将会形成无用的信息,因此影响了分类识别的结果。另一方面,因为轮毅成像过程中会受到传送带震、动光照等影响,所以会产生局部模糊、图像灰度不均匀等现象。在matlab环境下,针对轮毅图像中存在的这些问题,采用中值滤波方法能够达到比较好的图像处理效果。考虑到能更方便的对后续特征进行提取,运用全局阂值法对轮毅图像进行了分割操作,获得了很好的分割效果。该方法将轮毅目标有效地从背景中提取出来,为后面的特征提取和分析提供了依据。
首先通过将轮毂的原图像减掉轮毂的背景图象，去掉了轮毂图像背景的干扰；其次从轮毂图像的四周向中间扫描图像的像素，选取一个合适的阈值使轮毂目标图像从整幅图像中裁剪出来；再次采用数学形态学的方法对二值化的轮毂图像进行去噪；最后采用区域生长法、圆碰撞法和最小二乘拟合法寻找轮毂图像的圆心。经过图像的预处理，为特征提取做了很好的铺垫，有了轮毂的特征就可以很容易的识别出轮毂的型号。