本文以自動化生產線上的零件為研究對象，利用機器視覺系統和顏色識別系統軟體對零件圖像進行實時採集和處理，對不同顏色的零件進行識別。
零件視覺系統的硬體包括：計算機、USB接口相機、試驗臺、光源（採用自然光）。本系統大致分為3部分： 零件圖像的採集部分：完成圖像的實時採集，並將圖像數據保存於內存中等待處理（對應於圖中的圖像信息獲取）。 圖像分析處理部分：對所採集的圖像進行分析處理，在此基礎上提取圖像的顏色特徵信息（相應於圖中的圖像預處理過程）。 識別和決策部分：提取合適的顏色特徵數值，確定的識別函數，輸出圖像的分類判斷結果，實現對零件顏色的識別（相應於圖中的顏色特徵提取和分類判決部分）。 為了更好地根據顏色特徵實時在線檢測和識別生產線上的零件，本文先用示教模塊將零件圖像的顏色信息記錄下來。
通常在同一背景下對工件進行判別，當攝像頭定位好後，調用示教模塊先記錄下工件的顏色信息，然後在工作時調用顏色識別模塊對工件進行判別，示教的目的是讓程序記住工件的局部顏色信息以及工件的位置。在識別工件時，為了提高軟體運行的效率，只對已經示教過的區域進行顏色求解。
示教是對工件進行識別的過程，由於需要把示教結果作為標準，所以在示教時一定要保證工件圖像的標準性。具體步驟為： （1）定位好攝像頭對工件進行示教，並記錄下所選工件區域的顏色信息 （2）接著對零件圖像進行中值濾波、迭代二值化等預處理，依據示教區域對工件進行區域灰度值的計算。 （3）將（2）中灰度值與示教結果比較，在允許的誤差範圍內便可得出工件的類別。
如果工件顏色數量較多時，那麼就應該在資料庫內建立一個顏色分選表，以便標識工件的種類，見表1及圖3-4。將顏色分選表中的灰度值兩兩相減，取絕對值，選出最小值，將最小值除以2作為誤差標準。在識別工件時和前面的示教方式是有區別的，它是按照預先設定的方式工作，也就是在圖像預處理結束後將閾值作為分辨工件和背景的標準。識別的時候採取查表的方法，將獲取的灰度值與表中的標準灰度值相減，並取絕對值。然後將絕對值與誤差標準相比較，如果滿足絕對值小於誤差標準或絕對值等於誤差標準，則這個零件的顏色就是該絕對值所對應的顏色。
顏色識別技術能夠滿足生產線上實時採集與識別的需求，在顏色信息的採集過程中不需要特別的背景光源；可以準確判別生產線上零件的顏色並能得到其在圖像中的灰度值等物理參數；顏色識別的結果經過一定的計算後可以作為下位機的控制信號，為後續零件的篩選和分類做好準備。