本文以实际的工程项目为背景，研究了许多有焊接需求的行业中焊缝图像的特征识别、图像处理以及精确测量的方法，其中包括核电站安全壳壳体的焊接、螺旋板换热器的焊接、管子管板换热器的焊接等。结合焊接机器人系统，对实际的焊缝图像进行采集并处理，同时将处理结果返回到机器人系统中，以指导机器人的执行机构对焊缝进行实时的跟踪和焊接。本文主要利用数字图像处理技术以及计算机视觉技术对焊缝图像进行处理，其中包括经典的图像处理技术，如中值滤波、阈值处理以及形态学算法等，同时还有针对特定焊缝图像进行处理的算法，包括滑动窗口法、聚类算法、广度优先搜索算法以及凸包算法等。在实际的焊接过程中，经常会遇到弧光飞溅以及反光等干扰，本文分别从物理方法上以及图像处理方法上提出了克服此类干扰的措施。物理的方法主要有加遮光板、滤光片以及偏振片等，图像处理的方法主要有利用模板匹配等对于局部干扰不敏感的算法对图像进行处理。实验中的软件系统主要利用Visual C++以及OpenCV进行实现，同时配合使用大恒公司提供的图像采集卡的API以及雷泰公司提供的运动控制卡的API。当摄像机采集到图像后，通过视频线传输到工控机中，工控机对图像进行处理，并得到目前焊枪与焊缝之间的相对偏差，同时将需要调整的偏差量下发到运动控制卡中，利用运动控制卡对机器人执行机构进行控制，从而实现焊缝的实时跟踪。经过实际应用，证明了本文中介绍的图像处理算法具有较高的鲁棒性，并且提高了实际焊接过程的效率。