在微小器件装配过程中，显微视觉系统是装配定位信息反馈的关键环节，其中相机标定作为测量的基础，其精度直接影响装配精度。待装配件清晰图像是定位特征精确获取的前提，通过变焦变倍显微视觉系统完成实时调焦，能够克服定倍与测量目标尺度变化的矛盾、定焦与测量对象离焦的矛盾。此外，零件特征边缘作为装配测量信息，对整个装配过程十分重要，精确的特征识别定位可以保证装配精度。当特征边缘存在缺陷以及遮挡时，此时装配测量信息与装配基准无法实现对齐，通过研究一种零件边缘与模型匹配方法，利用模型来实现与装配基准对齐，从而保证装配过程顺利进行。综上所述，研究显微视觉中相机标定、自动聚焦、零件特征识别定位以及模型匹配技术，有助于提升微装配系统整体性能。　　本文主要研究工作如下：　　（1）研究了微装配中变焦变倍显微视觉系统标定技术，首先通过变倍率法完成图像主点的标定。基于传统的张氏标定法，采用单视图单应矩阵分解对固定倍率下相机内外参数进行线性标定，并由量子行为粒子群优化算法对标定结果进行非线性优化，优化后的最大、平均反投影误差分别约为0.13像素和0.1像素。此外，通过高斯曲线拟合完成对任意工作状态下视觉系统放大倍数的校准，实验表明不同放大倍数下外参数中旋转参数基本不变。　　（2）针对传统灰度梯度函数只考虑固定梯度方向且易受噪声影响的问题，采用八邻域最大梯度阈值的自动调焦算法，通过梯度阈值提高算法的抗噪性。将本文使用的自动调焦算法与其他几种灰度梯度调焦算法的计算效率以及抗噪性进行对比，并完成不同倍率下的聚焦定位实验。　　（3）通过多种边缘特征提取算法和迭代最小二乘法拟合完成零件特征识别定位。针对零件定位特征存在部分遮挡问题，将预先拍摄的未遮挡的完整零件图像与存在部分遮挡的该零件图像进行SURF特征描述与匹配，利用两幅图像中局部匹配的特征点实现对完整零件图像平移、旋转来替代遮挡零件图像；针对零件定位特征存在加工缺陷问题，研究一种零件边缘与对应CAD模型相匹配方法，综合考虑最小外接矩形、主轴质心法两种方法，针对零件特征边缘不同情况，合理选取一种方法实现粗匹配过程，通过ICP算法完成精匹配，最后利用相应模型边缘代替零件定位特征边缘。