鸡腿菇生长周期短,营养价值高,已经在全国范围大量培育。但是在生产作业中,30%至50%的劳动力被用在采摘环节,此环节存在工作时间集中、劳动强度大等问题,导致鸡腿菇产生经济效益不高。现在随着机器人以及计算机技术的快速发展,制造农业采摘机器人应用在鸡腿菇生产领域已经成为可能。鸡腿菇采摘机器人生产的过程中对获取鸡腿菇的三维坐标是其作业的先决条件,也是关键技术之一。本文研究采摘机器人的视觉系统由双目摄像机构成,双目摄像机类比于人的双眼,可以感知物体三维信息。双目视觉相比单目,可以灵活获取目标物体三维信息,相比多目又具有运算简便的特点。本文基于双目立体视觉技术对鸡腿菇的识别与定位进行了研究,研究内容主要有摄像机标定、鸡腿菇图像匹配、图像分割和三维重建等内容,主要工作及研究成果如下:(1)本文首先对摄像机的基本模型进行介绍,充分考虑镜头在生产装配过程中引入的误差,对产生畸变进行分析。然后分析三种标定方法,选用介于自标定与传统标定之间的Zhang两步标定法作为本文的标定算法。最后使用棋盘格对实验所需的双目摄像机进行标定,得到双目摄像机的内外参数和摄像机的畸变系数,完成摄像机的双目矫正,为图像精准采集提供了基础。(2)利用标定后的摄像机拍摄鸡腿菇图片,研究现有的图像匹配经典算法,深入分析SURF算法在求取特征点与构建描述子方面的优点与不足,进而提出改进SURF优化算法。利用机器人在工作环境中采集的鸡腿菇图片进行算法验证,将改进后的算法与SITF和SURF算法进行对比。实验结果表明:改进优化算法不仅继承了SURF的鲁棒性和匹配速度,同时还具有更强的描述能力,最后再使用RANSAC算法对误匹配进行剔除,有效提升特征匹配准确率。(3)分析图像分割中两种经典算法,针对机器人工作环境中获取的鸡腿菇图片,采用两种经典分割算法对图片进行分割,对比两种分割算法处理过后的图像质量。然后选用Grab cut作为图像分割算法,并加入改进SURF算法到分割算法中,利用Grab cut算法进行鸡腿菇轮廓分割,简化了Grab cut算法流程,提高运算效率。最后对比四种边缘检测算法对鸡腿菇图像边缘检测效果,选用Canny作为本文边缘检测算法。(4)介绍三维重建原理,分析构建三维重建一般模型,利用棋盘格和指示牌对重建模型进行精度分析,再利用实验计算工作环境下鸡腿菇的三维信息。实验结果表明,重建模型具有较高的重建精度,对工作环境中鸡腿菇的三维信息重建精度满足实验要求。本文基于Microsoft Visual Studio 2010和Open CV开发软件,成功实现了摄像机标定、鸡腿菇特征提取与匹配、Grab cut图像分割算法、三维重建等功能。较好的完成对鸡腿菇的识别与定位。