显微视觉在微操作和微装配中起着极其重要的作用,显微视觉可以通过非接触的视觉反馈提供微操作目标的显微几何、空间关系以及更高级别的信息。但是,考虑到显微光学的独特属性,显微视觉与宏观视觉有很大的区别,其中显微镜视野范围小、景深有限是在微操作和微装配中应用时必须考虑的最为突出的特点。在微操作过程中,存在工作空间超出视野范围和显微镜放大倍数变化导致目标无法识别的问题。本文将致力于解决这两个问题,旨在提高微操作系统的自动化和智能化性能。本文首先分析了变倍显微镜原理及特征,得到模糊图像的形成机理及变倍后操作目标形状、尺寸变化的原因。并得出在自动调焦功能实现的基础上才能进行变倍识别与跟踪的结论,为后续工作的进行提供了理论依据。为了保证放大倍数变化后采集到的目标图像依然能被系统识别,首先分析用二维数字图像来解决三维物体的识别问题,研究图像的仿射变换与透射变换关系,提出了利用在平移、旋转和比例变换下保持不变的传统不变矩和可以识别扭曲变形的目标仿射不变矩作为特征量进行目标识别。利用神经网络的模式识别特性建立基于不变矩的神经网络目标识别系统,实现了变倍后微操作目标的准确识别。为了保证微操作目标始终处于视野范围内,本文在研究基于Snake模型静态轮廓提取的基础上提出了一种基于B-Snake模型的动态轮廓跟踪方法,并采用AIC定阶法来确定蛇模型控制点的个数,对控制点交叉问题给出了较好的解决措施。利用轮廓质心坐标与芯片中心坐标的关系来进行动态轮廓的跟踪,动态记录目标的位置信息和空间关系,实现了微操作目标在运动平面位置的实时跟踪。最后,通过MEMS芯片键合跟踪和变倍跟踪两个综合实验的研究进一步证明了各种技术综合应用于微操作和微装配领域的重要意义。