工业机器人的应用日益广泛,将双目视觉算法应用于工业机器人自动码垛系统具有重要理论意义与实际应用价值。本文主研究内容和成果如下:首先,根据工业现场的要求和卷烟包件的特性,设计了一种不规则卷烟包件(卷烟包件具有多种形状)的识别定位系统。对系统中的CCD(电荷耦合元件)相机和镜头进行选型。其次,基于不规则卷烟包件识别与定位系统的要求,本文提出了一种改进的卷烟包件识别方法。该方法首先对预处理后的卷烟包件图像进行边缘检测,得到卷烟包件的边缘图像,然后对边缘图像进行进一步处理得到不规则卷烟包件的条数。方法中针对烟包表面热缩膜的干扰以及卷烟包件不规则的多样性造成边缘检测不理想的问题,对Canny算法进行改进。改进算法针对Canny边缘检测中2方向Sobel检测效果不理想的问题,提出了4方向Sobel算法,针对Canny算法中固定阈值可能会产生伪边缘或者附带噪声比较多的问题,提出一种灰度直方图迭代的方法确定高低阈值。通过实验证明,本文的识别算法能更好地完成不规则卷烟包件的条数识别,平均识别时间约0.57s。随后,对双目相机进行标定得到内外参,然后用得到的参数对采集的图像进行校正。在不规则卷烟包件定位中,针对现有算法卷烟定位耗时长、精度低的问题,提出了一种改进的FAST-SURF算法。该算法将FAST算法的16个对比像素点降为12个,提高了检测的速度;利用FLANN算法进行特征向量的快速匹配,最后用RANSAC算法去除图像中的误匹配点对。通过实验证明,该算法定位时间约为0.64s左右,平均定位误差约为8mm,有效的解决了目前的问题。最后,构建了不规则卷烟包件识别与定位系统,并且完成系统的软硬件设计。在系统中使用模拟烟包对本文算法进行验证。实验平均识别时间为0.56s,平均定位时间为0.54s,定位误差、识别与定位时间满足系统要求。实验证明该系统能够识别不规则烟包模型并且对其能够精确定位。实验结果显示,本文提出的以改进Canny算法与改进FAST-SURF算法为核心的不规则卷烟包件识别与定位系统是有效的,可行的。