智能机器人是当今机器人技术发展的主方向,它能够从外界获取信息,对环境的变化做出反应,从而完成预编程机器人不能完成的任务。正如视觉是人类最重要的感觉一样,机器人视觉被认为是机器人最重要的感觉能力,是机器人获取信息的主要途径。因此此课题的目的就是使我校八十年代的机器人具有视觉,对常用的机械零件进行识别。使JJR-1型教学机器人具有一定视觉化的智能。本文基于JJR-1型教学机器人进行了以下内容研究:1.分析了机器视觉系统的组成,确定了合适的硬件。搭建了机器视觉系统,并给出了系统软件的结构及其工作流程。2.由于CCD等成像系统的自身限制,所获取的图像会存在一定的畸变,本文采用张正友标定方法对相机标定,得到了摄像机的内外参数,对于JJR-1教学机器人手眼关系的标定,本文采用线性算子vec和张量积(矩阵的直积)线性化求解非线性方程CX=XD,经实验取得很高的标定精度。3.由于环境的影响,所获取的图像会存在一定的噪声,讨论了不同的去噪方法:灰度均衡、中值滤波、高斯滤波。4.经过去噪后的图像的边缘提取,本文提出了一种局部自动阈值选取方法并取得了很好效果,在精度和运行速度比传统算子都有所提高。对于机械零件中常用的直线和圆形的检测,本文对Hough变换进行了改进。明显快于传统的Hough变换,对于机械零件中的非直线近直线的轮廓检测,本文采取了一种新的方法,20个算子15×15的方向模板半径为7的圆,找出斜率±2误差范围内的像素点,并采用拟合的方法进行局部拟合,并提取了边缘轮廓。在匹配方面本文采用了两次匹配的方法即:第一次进行粗匹配,第二次在第一次基础上进行精匹配。实验证明,速度明显快于传统模板匹配。