现代工业自动化生产中涉及到各种各样的检验、生产监视和零件识别应用，如汽车零配件批量加工的尺寸检查和自动装配的完整性检查、电子装配线的元件自动定位、IC上的字符识别等。通常这种带有高度重复性和智能性的工作是由肉眼来完成的，但在某些特殊情况下，如对微小尺寸的精确快速测量、形状匹配以及颜色辨识等，依靠肉眼根本无法连续稳定地进行，其它物理量传感器也难以胜任。人们开始考虑用CCD照相机抓取图像后送入计算机或专用的图像处理模块，通过数字化处理，根据像素分布和亮度、颜色等信息来进行尺寸、形状、颜色等的判别。这种方法是把计算机处理的快速性、可重复性与肉眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉测试技术的概念。
目前汽车轮毂企业在轮毂类型识别和检测方面，采取人工识别的方式。然而人工识别效率低、准确率低、成本高，不能满足生产需求。
在线自动识别系统采用机器视觉技术，综合图像处理、模式识别等相关方法，实现轮毂的轮廓及内部形状特征进行轮毂型号的识别，为后续自动化生产线提供可靠的数据信息。
在线自动识别系统的价值体现：
1) 替代人力、减少成本。工业图像识别技术的应用可以完全或部分替代人力，减少人力成本。
2) 提高产品质量。在过去的生产过程中，大多数是靠人的肉眼来对产品进行识别的，这种识别方式受人为因素影响大，识别错误率高，而且由于轮毂种类繁多，还需对识别人员进行大量培训，这些都增加了生产成本。工业图像识别不仅能够快速准确的完成任务，而且可将相应的轮毂数据储存起来，有利于对生产过程进行实时分析和控制。
3) 提高生产效率。人工对产品的识别需要识别、划线、搬运等环节，无法与生产线的自动生产配合起来。即使是多人配合，一旦发生错判，将会严重限制生产线的运行速度。而机器视觉识别准确率高，速度快，可以完全胜任加工之前的识别任务，极大提升生产线速率，提高生产效率。
