作为焊接质量最直观的表现形式，焊缝成形是衡量焊接质量的重要技术指标，是判断接头强度和有关性能的重要依据。因此，保证以及提高焊缝的成形质量就具有十分重要的意义。实际生产过程中，受工件加工精度、装配误差、焊接热变形等因素影响，焊接过程接头的截面几何形状将发生改变。此时，采用焊缝自动跟踪和自适应填充控制实时调节焊接路径及工艺规范是保证焊缝成形质量的有效途径，而焊后对焊缝外观质量进行检测也是提高和保证焊缝成形质量的一种有效方法。为此，本文针对激光视觉传感焊缝自动跟踪技术、自适应填充控制技术以及机器视觉焊后焊缝外观质量检测技术进行了研究。　　首先，根据实际应用需要及目前研究现状与发展趋势，开发设计了一种新型组合光源多功能视觉传感器，满足了焊缝自动跟踪、自适应填充控制以及焊后焊缝外观质量检测的图像信息获取需要。在分析摄像机成像模型及经典标定方法的基础上，利用改进的平面模板标定方法实现了对摄像机的内外参数标定。在此基础上，采用基于共面标定参照物的线结构光传感器快速标定方法，完成了对传感器的结构参数标定。实验结果表明，采用的标定方法简单、实现容易、精确性较高，很好的满足了实际的标定需要。　　针对复杂形状的条绞中心提取问题，开发了一种基于Hessian矩阵法和重心法结合的亚像素条纹中心提取方法，解决了传统方法由于是基于行或列扫描来提取条纹的中心线，因此对于法线方向变化较大的接头和焊缝条纹图像适应性不强的问题。算法首先利用Hessian矩阵实时确定条纹的法线方向，然后通过拟合法线方向的灰度分布并求取其极值点来初步确定亚像素位置，最后利用重心法来消除在求取极值时由于灰度分布不对称而引起的提取偏差，从而实现了精确提取条纹中心线的目的。为了进一步提高条纹中心线的提取效果，后续还采取了剔除错误点、断线补偿、平滑滤波等后处理手段，最终获取了连通性较好的条纹中心线。　　对于条纹特征点的提取，在传统方法的基础上，提出了递归法初（粗）定位结合曲线拟合法再（精）定位的特征点提取方法。该方法首先利用递归法来实现对条纹中心线的快速分割，然后通过拟合分割端点内的中心点，以拟合曲线的交点坐标来作为特征点的精确位置。在此基础上，根据接头或焊缝的几何关系，分别获取了焊接过程中接头的位置偏差信息和接头几何特征信息，并实现了对焊后焊缝外观几何尺寸的精确检测。　　通过焊缝表面缺陷图像特点分析，建立了以改进的自适应中值滤波算法、高帽变换算法、背景校正算法和线性灰度变换算法为基础的图像预处理算法，从而实现了对图像的去噪、背景均匀化及对比度增强等处理，为后续的图像分割打下了良好的基础。基于算法实时性考虑，并结合图像灰度分布特点，采用了基于遗传算法的二维最大熵法对图像进行分割。实验结果表明，该方法可清晰、快速地将缺陷目标从背景中分离出来，达到了提取缺陷目标的目的。此外，采用了形态学滤波算法对二值化后存在的孤立噪声点进行去噪，获得了满意的图像后处理效果。　　为了缺陷特征提取的需要，采用了一种改进的并行标记算法对缺陷目标进行标记。与此同时，采用8邻域边界跟踪算法实现了对缺陷目标的边界跟踪。对表面缺陷几何形状特征参数进行了描述，从中选择了用于缺陷分类识别的特征量。对缺陷分类识别算法进行了研究，设计了一种决策树与BP神经网络串联集成分类器。实验结果表明，该分类器由于具有决策树分类器的实时性与BP神经网络分类器的自学习能力，因此具有良好的缺陷分类识别效果，缺陷分类识别率达到94.6％。　　最后，基于开发的组合光源多功能视觉传感，分别构建了焊缝成形自适应控制系统和焊缝外砚质量自动视觉检测系统。在焊缝成形自适应控制系统建立前，对系统自适应控制策略进行了研究，确定了以PID控制和查询自适应焊接参数表的控制策略。焊缝成形自适应控制实验表明，系统具有良好的自适应控制效果，基本满足了截面尺寸渐变式干扰的焊缝成形质量要求。焊缝外观质量自动视觉检测实验表明，开发系统具有较高的精确性、可靠性和实时性，检测结果明显优于传统的人工视觉检测方法。