铸件浇注，就是将熔化好的液态金属，在重力或其它的力的作用下，通过浇口杯注入到铸件模型中，当型腔中的金属液冷却后，敲落型腔得到铸件毛坯的过程。目前在许多生产单位中，主要是靠工人用眼睛观察浇口杯中金属液液位，用大脑判断浇注是否完成。这种生产方式存在人为的主观判断误差又容易受到外界因素干扰，人工浇注作业环境恶劣、危险性高、劳动强度大。为了提高铸件浇注的自动化程度，本文采用CCD摄像机代替人眼，通过机器视觉技术的开发，提取浇口杯截面图形特征，利用图像识别技术与满液位浇口杯截面图形进行匹配，实现浇口杯中金属液的液位检测。　　通过分析浇注图像形态上的特性，本文提出一种基于二值图像形态学的预处理方法，对实时浇注图像进行去噪处理。即先利用最佳阈值法，完成浇注图像的粗分割与初步去噪，然后利用图像区域连通标注算法，过滤图像中金属液液滴飞溅噪声，最后基于形态学中腐蚀、膨胀运算，选择合适结构元素对图像进行开运算，消除图像中上段金属液柱干扰。对满液位状态的浇口杯图像，选用图像灰度线性展宽与Canny算子，进行图像增强与边缘检测处理，最后通过计算浇口杯边缘Hu不变矩的方法，完成不同形状的浇口杯的分类。　　浇注图像预处理后，选用目标图像的内部特性作为描绘子，然后利用图像相关系数匹配法，与预先建立的满液位浇口杯截面图形特征模板进行匹配，完成实时液位识别工作。该方法解决了现有液位识别方法，识别之前不对图像进行去噪预处理，所得液位参数不够准确的问题，提高浇口杯中金属液液位识别的准确性，具有实际应用价值，为下一步浇注自动控制奠定了技术基础。