近年来,随着工业机器人技术和产业迅速发展,工业机器人在生产中的应用日益广泛,已成为现代先进制造业的关键支撑装备。但伴随着市场需求的不断扩大以及科学技术的不断发展,人们对工业机器人的实际应用也提出了越来越高的要求。本文研究了工业机器人相关的图像识别及轨迹规划理论与方法,主要包括基于对称Hough圆变换法的轮毂图像轮廓圆特征提取技术、基于曲率尺度空间的轮毂图像轮廓角点特征提取技术以及基于图像特征的轮毂加工轨迹规划及生成方法。在提出的理论基础上,综合各项算法的优缺点,开发集成了工业机器人图像识别自动化加工系统及相应的软件,并针对汽车轮毂的自动化加工完成了工业机器人自动化加工系统的应用实验验证。第一章,阐述了工业机器人应用的背景与研究意义,总结了工业机器人领域里的图像识别技术、轨迹规划技术以及轮毂图像识别系统的研究现状及难点。最后,提出了本文的研究目标,并据此给出了本文的主要研究内容与章节安排。第二章,详细阐述了本文所要使用的工业机器人图像识别系统的图像预处理方法的基本原理。针对轮毂图像,研究了基于灰度变化的图像去噪及增强处理,通过检测图像中的灰度值突变完成了目标范围的界定,然后结合图像形态学处理方法对图像进行二值化处理,实现了轮毂图像特征提取及识别前的预处理工作。第三章,在图像预处理的基础上,提出了基于对称Hough圆变换法的轮毂图像轮廓圆特征提取方法。从轮毂图像的图形对称性出发,基于Hough变换理论将轮廓圆的参数空间从3维降低至2维进行计算检测轮廓圆的位置,相较于传统Hough变换以及随机Hough变换有着更加准确地识别效果和巨大的计算优势。此外,针对轮廓角点检测问题提出了基于曲率尺度空间的轮穀图像轮廓角点检测方法,通过随机抽样一致算法(RANSAC),结合轮毂的旋转对称性,解决了角点检测中的误识点问题。最后,在不变矩描述理论的基础上构造出轮毂图像的特征向量,完成了轮毂图像的识别。第四章,研究了工业机器人轨迹规划的相关理论及方法,基于D-H参数建模理论建立了工业机器人的运动学模型,并通过Matlab中的Robotics Toolbox机器人工具箱完成了机器人运动学正逆解的求解。最后,根据前两章所提取的轮毂图像中的关键特征完成了轮毂加工轨迹的规划与生成。第五章,实验验证了工业机器人图像识别自动化加工系统的实际可行性。在IRB1600工业机器人的基础上集成工业相机、光源和末端执行器等设备设计搭建了工业机器人图像识别自动化加工系统。然后,将本文所研究的轮毂图像预处理算法、关键特征提取及识别算法和轨迹规划及生成算法应用于工业机器人图像识别自动化加工系统中,并开发了系统的软件平台,完成了实验结果验证。第六章,总结了整篇文章的研究内容,分析了其中的不足之处,并对未来的研究工作进行了展望。