焊接作为工业领域中重要的材料成型和加工制造技术得到广泛应用,焊接质量直接决定焊接工程的可靠性及安全性。传统的手工焊接方式由于工作环境恶劣、生产效率较低和对工人的技术经验要求较高等问题,使得焊接自动化和智能化成为焊接技术发展的方向。在自动焊接过程中,焊件受热变形的影响,容易造成焊枪路径偏离实际的焊缝轨迹,使得焊接质量得不到保证,甚至造成焊件报废。因此,需要实时、准确地识别和跟踪焊缝位置。激光视觉传感技术因结构简单、抗噪声干扰的能力较强和实际测量精度较高等优势,被广泛应用在的焊缝识别和跟踪领域。在焊接过程中,电弧产生的弧光、金属熔化产生的飞溅以及烟尘粉尘等的存在,容易造成视觉传感器采集到的图像焊缝位置信息被严重淹没,影响焊缝特征点的提取。因此如何改善和升级传感系统和后处理应用,使得准确识别焊缝中心位置,是迫切需要解决的关键问题。为此,论文对基于激光视觉传感的焊缝特征提取与跟踪方法及跟踪系统进行了研究。本课题首先建立一套焊缝跟踪试验系统,包括激光视觉焊缝跟踪系统总体方案设计、激光视觉传感器光学设计和系统相关器件的选型等,然后根据实际系统的搭建,建立对应的数学转换模型,并对传感器的内外参数进行标定获取所需参数,实现焊缝图像中特征点像素坐标与其世界坐标之间的转换。对当前图像处理技术进行分析与研究,研究基于Shi-Tomasi角点检测的焊缝特征点检测方法和基于最大距离搜索算法的焊缝特征点提取方法。为实现焊缝特征点的提取,对焊缝图像进行预处理操作,主要包括图像ROI(ROI:Region of Interest)提取、图像滤波、图像分割、面积阈滤波、形态学修整及中心线提取。针对激光条纹中心线提取,为了提高条纹区域中灰度值较大的像素点对焊缝条纹中心计算结果的影响,提出一种基于极值法的边界约束灰度平方加权重心法提取激光条纹中心。针对V型焊缝,为减少各种噪声干扰对焊缝特征信息提取的影响,采用一种基于卡尔曼滤波的系统状态最优估计对焊缝中心位置状态偏差进行预测。对焊缝图像进行处理获取焊缝位置信息,并假设为状态向量,建立系统的目标状态方程和观测方程,构建卡尔曼滤波(Kalman filter)算法得到最小均方误差下的焊缝位置偏差最优估计。试验结果表明,Kalman滤波算法能够减少噪声对跟踪系统的干扰影响,提高跟踪系统的稳定性和精度。针对直线搭接焊缝,在图像预处理后利用Shi-Tomasi角点检测与LK光流法目标跟踪相结合的方法,实现焊缝特征点的准确识别。