机器视觉是智能机器人发展的一个重要方向，虚拟仪器是计算机应用技术领域里一个新兴的、富有生命力的软件平台。本文基于虚拟仪器技术，在研究近年来机器人视觉技术的发展状况基础上，开发了气动机器人的视觉定位系统，研究了基于BP神经网络的摄像机标定及畸变校正技术，针对图像的平滑滤波、阈值分割、特征提取和视觉跟踪轨迹插补等问题进行了详细的讨论。 在摄像机的标定和调整上，通过对摄像机成像的物理模型的分析，利用BP神经网络对镜头进行畸变校正，并根据机械手实验台的特点，设计了一种简单易行的网格平行线平面模板标定方法，很好地实现了摄像机标定；在图像预处理方面，本文以实际零件图像为例，利用分段线性变换方法进行了对比度增强，分析了图像检测中CCD摄像机的噪声影响要素，利用差值滤波器对图像进行平滑滤波；在图像分割方面，设计了一种改进的自适应阈值分割算法，可以根据图像特征自动分割图像，提高了检测的精度和快速性；在图像特征提取方面，针对数字图像的特征，讨论了基本的特征提取方法，利用获得的图像形心坐标描述目标物体的位置信息；在视觉跟踪和路径规划方面，研究并比较了常用的跟踪理论，采用图像分割求形心和直线轨迹插补的方法实现机械手快速跟踪定位，并对跟踪算法进行了仿真和试验验证；在视觉伺服系统的实现方面，将虚拟仪器技术和机器视觉技术的优点结合起来，利用LabVIEW和NI IMAQ开发了一套完整的视觉伺服定位系统。 实践证明，将虚拟仪器与机器视觉结合起来开发机器人视觉系统，缩短了系统的开发周期，同时也使系统的灵活性、可靠性和性价比大为提高，为视觉系统的二次开发提供了很好的试验平台。