随着“中国制造2025”的提出,工业机器人与机器视觉的研究与应用取得了迅速发展。传统的工业机器人系统因缺乏感知判断能力而无法解决目标种类和位置的变化的问题,而装配视觉传感器的工业机器人可以提高对目标识别和位置判断的感知能力,实现对目标的识别和定位,更能满足工业需求。为了解决传统工业机器人无法对目标工件的种类识别与位置判断的问题,本文设计了一种基于机器视觉的工件识别与定位系统。本文以工业机器人为载体,对基于机器视觉的工件种类识别和定位技术做出了研究探讨,使工业机器人可以完成对目标工件的抓取打磨工作。论文对单目相机的标定和手眼标定方法做出研究,其次对图像预处理方法进行优化改进,然后对传统边缘提取算法提出改进,最后使用基于工件形状的模板匹配方法实现对工件的识别定位。本文的主要研究内容有:（1）在相机标定方面,本文对相机成像涉及的各坐标系之间转化关系进行研究,分析了张氏标定法及九点法手眼标定的原理,并通过实验计算出工业相机的内外参数和畸变系数,以及相机坐标系与机器人基坐标系等转换关系矩阵。（2）为了降低光照、噪声等外在因素的影响,本文提出一种改进的图像预处理方法,对高斯滤波算法进行优化改进,并设计了一种新的混合滤波算法,实现去除光照和噪声对图像的影响。其次针对传统边缘特征提取方法的不足,对Canny边缘算子进行优化改进,并结合数学形态学和小波融合算法提出了一种改进的边缘提取方法,实现对目标工件边缘轮廓的提取。（3）针对目标工件的特性,本文设计了一种基于目标轮廓的模板匹配方法,首先,采集含有目标工件的图片,用改进的图像预处理方法对其进行处理,去除光照和噪声等干扰因素的影响,然后分割出含工件的感兴趣区域,用改进的边缘提取算法完成对区域中工件轮廓信息的提取并将其制作为模板,用模板遍历整个被测图像,根据相似性度量完成对工件种类的识别以及确定抓取点的像素坐标,通过相机标定和手眼标定参数,实现像素坐标和世界坐标的转换计算,完成对目标工件的识别与定位。此外,还通过离线编程软件实现工业机器人的轨迹规划,引导机器人完成工件的抓取打磨工作。最后,通过仿真和实物实验对本文设计的视觉系统可行性进行验证分析,实验结果表明,本文设计的视觉系统能有效完成对目标金属铸件的种类识别与定位。