在当前我国工业自动化转型进程中,以前大量用来取代重复人力劳动的自动化控制技术已经不能满足目前生产所需的效率,自动化工业逐渐以此为基础迅速发展到与人工智能、大数据、图像算法等更复杂的信息技术相结合的全新工业4.0时代。而在生产制造中螺丝锁付操作几乎不可避免,在与时俱进中,螺丝锁付也走过了以下大致三个阶段:人工手持式锁付、预设坐标式自动锁付、机器视觉式智能锁付。本文主要研究常规机器视觉式锁付设备的以下两个关键问题:第一个问题,在采集待加工工件螺丝孔图像时经常会遇到相机中心与螺丝孔中心不在同一直线上的情形,叠加上不均匀的光线等因素螺孔边缘和中心部分区域可能会产生关联而无法较好地分离,这对于后续图像处理算法会产生较大的误差,极大的干扰了圆孔中心的正确定位。第二个问题,目前常规机器视觉圆心定位和找圆的算法大多基于模板匹配、Hough变换、最小二乘法曲线拟合等方法。在实际生产应用中这些方法都有着各自的局限性,不能很好地适应复杂的应用场景。针对以上两个问题,本文提出了相应优化和改良的方法。针对第一个问题,本文在常规视觉锁付设备的照明模块上进行了结构上的优化,将半球积分式打光方案和现有结构结合起来。该方案中光线经过半球反光装置的漫反射可以均匀的照亮待加工工件,相比常用的环形光打光方案更加有效区分螺孔边缘和中心区域信息。该方案不仅减小了图像算法的优化难度还避免了使用双目相机采集等复杂操作。针对第二个问题,本文以经典定位圆算法为基础设计了圆心样本密度定位圆心的算法。该算法首先通过网格法切割待提取出的圆轮廓以获得轮廓像素点坐标数据,之后通过几何方法计算出待选圆心坐标,又引入了待选圆心样本数据集的概念,最后通过自适应带宽的快速高斯核均值漂移聚类算法去逼近真实圆心坐标。该方法相比于模板匹配定位圆的算法适应性更好;相比于Hough变换定位圆的算法效率提升34%,精度提升26%;相比于曲线拟合定位圆的算法精度至少提升16%且具有更好的稳定性。为了验证本文改进算法的有效性,实验中使用本文提出的圆心样本密度定位圆心算法和目前两种应用较多的视觉圆心定位算法进行了精确度和效率上的对比实验,实验结果证明了此算法的优良特性。