本文从机器视觉在工业上的应用出发，分别研究了工件在静止状态下的分拣定位和在运动条件下的分类识别实验，最终完成了静态分拣系统和动态分类系统的软件系统开发，为工业自动化生产检测识别流水线提供了帮助，也为将机器视觉的应用进一步的提升。在实现这一目的的过程中，主要进行了以下研究：根据机器视觉的工件原理，进行了系统的总体布局设计，完成了识别系统工作台的搭建。针对系统的特点，利用HALCON软件提供的算子对摄像机内、外参数和机器人“手眼”系统进行了标定，标定算法简单可行，精度较高。为了达到工件静态分拣识别要求进行了基于工件特征的神经网络分类算法的研究，最终确定了MLP的分类算法，完成了实验界面的设计和识别系统的调试。基于工件静态分拣识别进行了动态工件的检测定位和分类定位的研究，该方法是根据触发时刻的空间位置来确定抓取时刻工件位置的一种空间向量平移方法，接着利用图像处理软件发出的指令来控制机械手完成工件的分类工作。该系统是基于HALCON图像处理算子，以C++开发平台完成的一种工件动态识别系统，经调试其识别和定位的准确率较高，可达到实际生产要求。