1.1引言 随着我国交通流量的迅速增长，电动车的需求量与使用量快速上升，逐渐成为人们出行的主要交通方式。

但是劳动力成本的提高以及劳动力的短缺使大批中低端制造企业难以有所发展，生产实现自动化和智能化成为企业的发展趋势。

传统制造业在生产过程中，主要以人力为主来进行工件的加工及挑选，导致效率低下，成品工件的质量会受到较多人为因素的影响。

而现代化的生产线不仅要求精度高，稳定性强并且要求速度快，单纯的人工作业并不能满足这样的高要求。

随着”机器换人”及”中国制造2025”等概念的提出，未来制造业发展的重点是具备人工智能的高精确度生产线。

物料识别系统在自动化生产中起着关键性的作用，智能化的物料识别系统能够节省大量的人力物力，减少人为因素的干扰，节约成本，对提高工件精度和加工效率具有重要意义，深受企业的欢迎。

因此，在电动车前叉减震器的加工过程中，研究开发一套物料识别系统优化工件加工智能识别不同规格参数的工件十分重要。

1.2课题研究的意义与背景 机器视觉是目前人工智能快速发展的一个分支。

机器视觉是通过机器代替人眼来做判断和检测。

机器视觉系统是用机器视觉产品(即图像采集装置，分CMOS及CCD两种相机)将被采集目标转换成图像信号，传输给指定的图像处理系统，得到被测目标的形态信息，再根据像素分布和色差、亮度等相关信息，转化成数字类信号;图像处理系统将对这些信号进行各种运算来提取目标的特征值，进而依据最终的判断结果来控制现场的设备进行对应的下一步处理工作。