近年来,机器视觉在工业当中的应用已经成为一个热门的研究方向。通过视觉系统来实时检测工件的信息,再将这些信息应用人工智能的方法进行处理,使机器人的智能化水平得以提高。因此,研究实时视觉测量与控制系统,在很大程度上扩展了机器人的应用范围。通过阅读大量文献,对国内外视觉伺服系统的研究现状进行了分析。论文设计了一个基于位置视觉伺服的运动工件分拣系统,主要工作包括图像分割、目标识别、视觉系统标定、分拣系统平台的搭建、上位机程序的编写等。本文的主要工作和成果如下：1.介绍基于阈值法和差分法的目标提取方法,对这些方法进行比较,并给出实验结果。2.提出一种基于最小均方delta规则神经网络的目标识别方法,并通过实验验证算法的有效性。3.研究视觉系统标定算法,包括Faugeras摄像机标定法、单目视觉测量系统标定法、基于Matlab标定工具箱的摄像机标定法,并进行相关实验。4.研究如何采用卡尔曼滤波算法来预测速度未知的运动目标状态,并且研究目标做变加速运动或被遮挡时的运动状态预测,并给出实验结果。5.研究运动工件分拣系统机械手的伺服控制部分,提出一种在线轨迹更新的轨迹规划方法,并给出仿真和实验结果。6.总结本文的工作,提出一些有待改进的内容。