由于机器视觉技术不断地进步,在热加工工业检测的领域中,单目立体视觉技术已经被运用到车间的加工中,其操作如下:工件识别,工件定位,工件抓取。单目立体视觉技术能够在多种情况下稳定而灵活地获取到目标工件的立体信息,与双目视觉相比较,明显的优势。运用机器视觉中的基于单目立体视觉的技术,对于目标工件的识别定位,以及机器人对工件进行抓取作了深入地研究与论证。研究内容如下:本文针对热加工的环境特点,提出了改进的基于目标工件图像边缘信息特征的匹配识别算法。该算法对模板图以及原始图作了样条小波的增强操作处理,运用Canny算子对其边缘特征信息进行提取,并用获取到的目标工件图像的边缘特征信息当作匹配特征,运用优化改进后的Hausdorff距离,将其作为目标工件图像进行匹配识别的特殊相似性度量值,然后在进行数学运算搜索时,利用种群代沟的遗传算法,在对解的质量的不造成影响的情形下,显著增强遗传算法的功效。实验结果表明,在亮度不均匀等繁杂环境下的图像匹配识别过程当中,改进优化的算法不仅对于自然光源条件的改变具备较好的适应能力,而且提高了匹配的速度。其次把SIFT算子特征同小波变换组合起来,提出一种目标工件图像的匹配识别算法。小波变换可以作数据压缩以及检测信号局部突变等重要操作,而面对缩放、旋转、以及部分遮挡等不良因素,SIFT算子特征变换具有较好的不变特性。此方法将模板图同原始图作小波分解操作,从而获取到粗尺度的平滑图像信息,并运用DoG算子对目标工件图像作关键点的检测操作,然后运用改进后的欧氏距离对检测到的关键点作特征信息匹配操作,再针对特征点作错配消除处理操作。二者的优势相结合,不仅大大地减弱了对于目标图像收集平台的拍摄方位、拍摄的距离远近、角度的大小、自然光照条件等不良因素的依赖性,而且减少了目标工件图像匹配识别的运算量。本文详细介绍了单目视觉的目标工件物体对应的坐标标定方法与空间定位原理。由于在热加工过程的应用与其他一般的环境下的应用具有很大差别,当不考虑镜头畸变的时候,为了对摄像机进行标定,本文将张正友平面模板两步法用于工件定位。经过反复的实验,不仅得到目标工件定位的数学参数矩阵,而且证实了该两步法的可用性。最后,针对目标工件抓取的执行机构,本文选用四自由度机器人,运用计算机以及摄像机,设计出机器人单目视觉系统,利用上文提出的目标工件识别算法与定位算法,顺利完成了对目标工件的智能抓取实验。