随着制造业的发展,工业生产对分拣技术要求越来越高,为了使机器人更加智能,学者们赋予了机器人“眼睛”,即将机器视觉技术应用到分拣系统中。工件的识别与定位是分拣系统重要的组成部分,而以往基于模板匹配的方法早已无法满足一些特定情况下的分拣任务需求。因此,本文针对类圆形目标互相遮挡情况下的识别、定位与分拣,设计了一套分拣系统,主要研究内容如下:（1）本文根据分拣系统功能要求,针对类圆形工件的物理特点,完成对分拣系统的总体设计。阐述了双目视觉原理,构建相机成像模型,根据张正友双目标定方法完成相机参数标定,最终对标定结果进行分析,验证标定精度。（2）深入研究目标定位与识别,针对工件的形状,提出基于椭圆检测的类圆形目标识别算法。首先,为简化复杂曲线表达、保留目标凸性和极性,对LSD检测算法进行改进,实现对弧支撑线段的提取。其次将弧支撑线段连接、组合,完成椭圆拟合准备工作。再次,采用求解特征系统的正特征向量方法拟合初始椭圆,并应用叠加原理对该算法进行优化。最后,为解决目标遮挡的识别问题,对椭圆参数进行分层聚类,筛选后完成椭圆检测。通过实验,将提出算法与模板匹配等算法进行对比,证明本文算法的可行性与优越性。（3）提出了一种基于KLT角点跟踪与Rosin近似距离相结合的椭圆匹配算法,将左右目图像中的类圆形目标一一匹配,同时为提高角点跟踪精度,将金字塔结构成功融入KLT角点跟踪算法中,再基于立体视觉模型参数实现类圆对象中心的三维重构,从而完成工件的识别与定位。最后,设计并开展进行误差验证实验,实验结果表明识别定位算法准确度符合系统设计要求。（4）依据设计方案,搭建双目机器人在线分拣实验平台,系统主要由2台BASLER公司的da A1280-54um工业相机与ABB公司的IRB120型机械臂构成。实验中分别开展类圆形目标的三维空间定位与机械臂自动抓取等功能的测试,并对测试结果进行定性分析。测试结果表明,该系统的集成分拣精度优于2mm,能够满足常规工业生产的需求,验证了本文所用方法的可行性和准确性。