工业技术的飞速发展,对生产制造的智能化、自动化要求越来越高,机器视觉技术成为国家实现工业4.0的有力武器,在包装、物流等行业得到了广泛的应用。同时,工件分拣是智能制造的重要环节,针对流水线上大批量的散乱工件的任务需求,传统的分拣方式不能满足智能化要求,因此,引入机器视觉技术对于解决工件自动分拣问题,提高工业生产效率具有重要意义。本文设计了基于机器视觉技术的智能分拣系统,并进行了实验研究,主要研究内容及成果如下:（1）完成对机器视觉分拣系统的总体设计。设计基于3D相机和2D相机的机器视觉系统,并且联合运动控制模块对散乱工件进行分拣。通过查询资料和计算,对硬件设备确定参数,进行选型,完成了硬件设备的接口设计,保证系统高效流畅的运行。（2）针对整个机器视觉系统进行了系统标定,主要涵盖相机标定和手眼标定。利用HALCON机器视觉软件对该系统进行相机标定,进而获取相机的内、外参数,相机和机械手的位置关系采用eye-in-hand的连接方式,通过相机坐标系与机械手末端工具坐标系转换,进而实现图像坐标与世界坐标的转换。（3）对散乱工件的位姿估计算法进行了设计,首先将3D相机采集的深度图转换为点云模型,然后将点云信息映射为X图像、Y图像和Z图像,并利用区域生长法对Z图像进行图像分割,提取最高位置工件的感兴趣区域,最后利用2D图像的感兴趣区域来提取出3D点云模型中的感兴趣区域,并将获得的工件姿态转换为机器人基坐标系的空间坐标,完成机器人的夹取任务。（4）设计了基于2D相机的工件识别与定位算法,首先进行滤波处理,通过实验对比三种滤波的不同处理效果,确定以中值滤波作为去噪的主要手法,其次通过Blob分析提取感兴趣区域,进而获得目标工件的边缘信息,并根据目标工件的边缘信息制作模板,利用基于形状的模板匹配算法确定工件类型,完成分拣。（5）设计基于分拣系统的算法编写及软件开发,并实现对工件的分拣。首先对分拣系统的整体流程进行规划和说明,主要分为散乱工件的抓取和目标识别定位两部分,并对其进行了详细阐述。然后基于C++中的MFC和HALCON联合编程开发了散乱工件的抓取软件和目标识别定位软件,最后进行了实验验证。