随着“中国制造2025”战略的实施,中国制造业水平越来越高,工业机器人的应用已经成为工业生产的重要组成部分,智能装配的生产线上需要对大量的工件进行自动识别与抓取。工件类型识别和空间姿态估计是对工件准确进行抓取的关键。在工业生产中,存在很多圆形工件,圆形工件通常没有较为明显的纹理特征,也没有复杂的形状特征,很难通过特征提取方式估计位姿。针对这个问题,本文结合图像处理技术和椭圆检测技术,对具有圆形特征的刹车盘进行位姿估计,具体应用场景为对料框中的刹车盘进行位姿估计。本课题主要完成了以下工作:1.简要叙述了工件识别与定位的研究背景、现状、意义,介绍了工件识别与定位中的相关技术。2.提出基于边缘分段的顶层工件识别方法,该方法利用Harris角点检测算法实现边缘分段,与工件内轮廓、外轮廓信息相结合,能够有效识别位于最顶层的工件。3.提出基于椭圆特征的工件位姿估计方法,该方法根据圆形目标在图像中会形成一个椭圆(极端情况下为一个正圆或一条直线)投影这一特性,结合Canny边缘检测算法、最小二乘法椭圆拟合以及工件本身所具有的特征实现了对工件的空间位姿估计,该方法能有效消除单目相机下空间圆位姿的二义性问题。4.系统设计与实现。本文以Windows为平台,基于OpenCV设计了一套基于形状检测的工件识别与定位系统。该系统以MFC为框架,使用Visual Studio2013为开发工具,数据库为SQL Server 2008。主要功能为:用户注册、登陆、顶层工件识别、工件位姿估计等模块。