机器视觉技术在机器人焊接、喷涂、分拣、装配、质量检测等自动化加工过程中有着广泛的应用前景。视觉定位是机器视觉技术中一个重要的研究方向,主要采用图像配准的原理进行设计,即利用模板图像和目标图像之间的几何变换关系。国内机器视觉技术起步较晚,研究成果实用性低,多采用国外商业算法库,开发成本高。为摆脱对国外技术的依赖,有必要研究机器视觉中关键技术和方法。图像配准技术应用广泛,近年来成为热门方向,而其中基于线特征的方法由于数据量小、线特征易提取等,成为目前的研究热点。根据自动化加工过程对视觉定位模块的要求,本文主要研究基于轮廓线特征的图像配准方法,并设计与实现了一种新的基于轮廓多边形拟合的高精度、高效图像配准算法。该算法由四步组成,首先进行图像分割和修复的预处理过程,获得高质量二值图像;然后选用基于数学形态学的轮廓提取方法进行轮廓提取,快速获得完整有序的轮廓点集,对轮廓进行多边形拟合,提取关键点;进而利用统计学原理进行多边形匹配;最后利用多边形顶点对进行配准计算,采用多种方法进行了优化,提高配准精度和处理速度。根据视觉定位实例测试结果,本文设计的基于轮廓多边形拟合的图像配准算法精度和处理速度能够满足工业机器人应用的要求。