随着科技的飞速发展，机械自动化以及人工智能控制的开发研究已经成为广大科研工作者的重要科研方向，并越来越多的应用到工业生产及日常生活中。作为其中的一个重要组成部分，机器人视觉图像处理技术发生了日新月异的变化。机器人视觉（robotvision）使机器人具有自我感知功能。机器人可以通过传感器获取环境的二维图像，加以分析处理，使之成为计算机符号并通过人工智能技术进行环境判断和行为决策。本文以西安科技大学自动化物流实验室的MOTOMAN六自由度工业机器人作为研究平台，针对其工作环境设计了适合机械臂目标检测的图像处理方案，通过对其目标图像的分析和处理，给出了机械臂目标图像滤波、灰度化等的仿真结果，对比各种图像分割方法的工作环境与特点，分析了各种分割方法的优缺点与适用范围，为进一步研究目标图像的图像分割这一难点问题奠定了基础。其次针对MOTOMAN机器人目标图像的图像分割问题，系统的研究了蚁群算法和免疫算法，在学习算法基本原理思路的基础上分析对比了两种算法的系统特性、适用范围及优缺点。并且对算法各种非线性领域的应用进行了研究分析，从而提出了基于免疫蚁群算法进行图像分割的具体思路。在分析相关图像处理技术的基础上针对西安科技大学MOTOMAN抓取机器人目标自识别所需的高效图像分割要求，提出了基于免疫蚁群算法的图像分割方法，该方法以信息素为基准，采用蚁群算法遍历全图并将免疫算法与之结合从而避免了蚁群游历时的局部最优、收敛停滞所带来的图像分割误差。通过注射疫苗进行免疫选择进一步优化启发信息，提高后续遍历效率并有效的缩短分割时间。大量的仿真实验验证了该方法的有效性与可行性，并且应用于机械臂目标的图像处理过程中。通过对目标图像的信息处理，精确的计算出目标图像的相关信息。最后，基于MOTOMAN机器人编程语言，针对具体的实验环境开发了相关的机械臂对货物连续抓取，搬运，加工，释放等程序。