机器视觉技术已成为现代智能物流的重要组成部分,它极大地提高了物流系统实时准确感知外界信息的能力,有效保障了机器人的作业效率。如今,使用机器人进行条烟的自动分拣、自动码垛,以及自动搬运作业已成为烟草物流的主要发展趋势。而机器视觉技术正是这一关键环节的核心,它对自动作业效率和准确率有决定性的影响。本文在双目立体视觉的基础上,结合工业机器人自动控制技术,研究了以条烟为目标物体的自动码垛系统,对烟草物流的自动码垛系统具有一定实际应用价值。首先,设计了基于工业机器人的目标识别与定位整体方案。依据此方案,研究了6轴工业机器人的正运动学与逆运动学原理,并完成双目相机标定,获得其内外参数。针对相机采集的原始图像存在噪声干扰的问题,本文在图像预处理阶段通过不同方法对比,设计了平均值灰度化、分段线性增强以及中值滤波的图像预处理流程。随后在特征点匹配研究中,针对常用的尺度不变特征转换、加速稳健特征等特征提取算法存在匹配时间较长、匹配精度较低的不足,本文提出了一种基于自适应阈值的加速稳健特征匹配算法。该方法利用低阈值以及极线约束条件,求取极线约束关系基础矩阵F。然后,结合自适应双阈值法筛选出较多高精度匹配点对,最后通过特征点对距离和角度一致性判别方法进一步剔除误匹配点对,从而提高匹配准确性以及匹配效率。条烟立体匹配实验显示该算法的平均匹配正确率可达90%以上。最后,根据设计的基于双目立体视觉的工业机器人目标识别与定位系统方案,完成了整个识别与定位系统的搭建,并对本文提出算法以及所设计系统进行验证。条烟自动码垛实验结果表明了本文所设计基于双目立体视觉的工业机器人目标识别与定位系统具有高效准确的优势,对自动码垛系统具有一定的实际应用价值。