在现代工业制造业中，随着图像处理与计算机技术的进步，通过人眼睛完成的工作正在被机器视觉技术逐步替代。目前在零件的视觉分拣应用中仍是基于二维图像对零件进行分类识别以及位姿定位，这对于零件高度以及倾斜度等位置变化比较敏感，使得工业生产过程尚且不够柔性化。　　基于上述不足，本文开发出一套基于多目立体视觉的零件分类与识别系统。首先，从多目立体视觉的角度，确定系统的硬件环境搭建以及软件总体架构。其次，针对双目相机不能覆盖目标零件整个视野情况，使用一种基于双目视差方法的三目立体视觉技术对零件进行三维重建。接着在零件分类与识别方面，采取基于三维表面点云的模板匹配法与支持向量机法两种方法对零件三维点云模型进行分类与识别研究。之后进行系统的软件设计，对系统主程序、图像采集、相机标定、立体重构、基于表面的模板匹配法以及支持向量机方法等模块进行设计与实现。　　最后，通过实验对系统设计中的立体重构、零件分类与识别以及位姿定位结果进行分析。立体重构实验通过对两种不同大小零件各20个三维重构模型进行分析，结果表明三维重建精度可达到1mm。通过对两种分类与识别方法在零件位置是否相互交叠以及有无异常零件等情况下各进行1000次实验测试，结果表明两种方法识别率均在95%以上，且在不同的情况下有不同的适用性。位姿定位实验，通过将位姿定位结果与零件实际位置进行比较，验证了位姿计算方法的正确性以及计算结果的准确度。