自动化装备可显著提高木工生产效率,视觉检测是实现自动化的关键技术。如今机器视觉的定位算法功能丰富,但是为了追求低成本和高效益,人们还需要稳定可靠、高效快速的视觉定位方法,其中匹配率是最重要的指标,其次是速度和精度,本文针对这种需求开发了一种多目标定位算法。为了设计一个能对木块进行定位和分拣的全自动化系统,本文在设计定位算法之后,还研究了视觉机器人的手眼标定和木材表面缺陷检测。系统首先通过手眼标定关联相机与机器人,然后对木材工件进行多目标定位以及缺陷检测,最后机器人根据目标的位置、旋转角度和缺陷特征进行分拣。本文的主要研究工作如下:(1)分析了相机成像的基本理论,包括:带畸变的摄像机成像模型、各视觉坐标系之间的转换关系以及摄像机标定。利用这些理论自主设计出软件并搭建实验平台,完成Hand to eye手眼标定实验,实现了用图像控制机器人运动的功能。(2)提出一种基于轮廓特征的多目标定位与旋转角度识别算法,该算法的基本思想来源于均方距离最小(SED)模板匹配,通过改进计分原则、傅立叶变换、图像金字塔等多种策略使得算法具有良好的识别率、精度、速度。在未打光的前提下,算法识别率92.5%,X轴方向误差为±0.158mm,Y轴方向误差为±0.436mm,旋转角度误差为±0.072°。当视野内目标大于10个时,对每个目标的定位时间为50ms。(3)研究了木材缺陷检测算法,利用Ostu阈值分割法、漫水法和形态学处理提取出木材表面缺陷,并对缺陷进行定位和多边形逼近。自主设计的缺陷检测算法可检测出灰度异常的缺陷区域,与视觉软件Halcon中的相关功能做对比,两者运行效率相当。(4)利用本课题组自主开发的视觉软件,进行了基于视觉机器人的木块定位分拣实验,抓取成功率为88%。系统在完成视觉坐标系与机器人坐标系转换的基础上,自动进行定位和旋转角度识别,并引导机器人对目标进行分类堆叠,实验成果已在合作企业中取得应用。