随着计算机、图像处理和模式识别等技术的迅速发展,机器视觉的应用越来越广泛。机器视觉作为工业机器人获得环境信息的主要手段之一,它可以增加机器人的自主能力,提高机器人的灵活性。工业机器人通过视觉如何根据所获取的图像信息正确地、实时地提取出工件特征参数、识别出工件类型并判断出工件所处的位置姿态,是机器视觉应用于工业领域的关键技术之一。因此,本文以工业机器人目标识别和定位算法为研究目标,主要针对工件的实时匹配识别技术和空间定位技术进行了详细的研究。主要工作如下:首先,为了改善从CCD摄像头摄取的工件图像的质量,对所摄取的图像进行预处理,主要包括直方图均衡化和中值滤波。接着,提取工件的边缘特征,经过对各种经典边缘检测算子的分析比较表明:Canny算子以其定位的准确性、响应的单一性而获得较好的边缘检测效果。其次,针对工件识别,本文在传统图像匹配算法的基础上,提出了基于改进遗传算法和Hausdorff距离的工件识别算法。该算法采用工件的边缘为匹配特征,将修正的Hausdorff距离作为目标物体轮廓的相似性度量准则,并应用遗传算法进行最佳匹配的快速搜索,在距离变换空间内,成功实现了目标物体的匹配识别。实验结果表明:本文的方法能有效地检测出具有平移、旋转和小尺度变化以及有遮挡的目标物体。第三,在对工件进行空间定位时,采用基于恒定旋转矩阵法的单目移动视觉获得工件的深度信息,并完成工件的三维定位。该方法通过保持机器人连杆三到机器人基坐标系的旋转矩阵恒定来直接获得世界坐标,简化复杂的手眼标定和相机标定。最后,以GRB-400型工业机器人为执行机构,采用CCD摄像机、图像采集卡与PC机建立了机器人手眼视觉系统,利用此实验装置,应用前面提出的工件识别和定位算法,完成了工件的抓取实验。