论文根据现代近景摄影测量技术的发展方向,针对各行业中存在的高混杂物料识别与分选问题,选取最为复杂的汽车破碎回收残留物作为识别对象,对现代近景摄影测量技术和传感器辅助识别技术应用于单物料颗粒的精细测量与识别进行了研究。论文主要围绕激光三角法测量系统的设计、图像处理分析技术的应用以及圆度度量分析、多数据拟合分析等关键技术展开研究,结合研究课题对其在汽车破碎残渣识别分选中的应用进行了详尽的阐述。论文工作总结如下:（1）对单物料颗粒识别理论进行了阐述,确定了影响因子即单个塑料碎片厚度、粒径和碰撞声响应频率,设计了识别系统的结构与实验过程,进行了样品的制备并对声信号采集实验设备进行了介绍。（2）概述了激光三角法基本原理并对其应用于碎片厚度测量进行了分析,设计了摄像传感、测量与数据传输和处理系统,选取半导体激光器配合线阵CCD相机进行图像采集,将获取的线图像拼接并转化为灰度图像。（3）针对采集到的灰度图像数据,设计了适宜的方法进行数字图像处理。选用双边滤波对图像进行去燥,选用局部自适应阈值分割对图像进行二值化,选用数学形态学运算对图像目标进行补洞、光滑边缘,对图像进行连通域检测以匹配数据,并选用Canny算子进行边缘检测。（4）引入圆度度量指标对图像中的目标进行分析和测量,对比分析了几种经典指标的优劣并最终选取Roundness Factor作为最优指标,进而对各碎片等效粒径数据进行提取。（5）使用RRSB函数分析碎片粒径/质量分布,对碎片粒径分布的均匀性进行了验证;对多组数据进行拟合分析,确定了各材料的特征参数,引入置信水平对同基质塑料进行识别效率分析,并与传统筛分法结果进行了对比。结果表明,使用文中方法汽车破碎残渣的识别效率有所提高,不同基质塑料如ABS与PP之间理论可实现100%识别率,ABS与ABS/PC和PP与PP/EPDM之间识别率分别可达90%和70%,相较于传统筛分法分别具有15%和20%的提升。