传统固体火箭发动机壳体外挂件的焊接,准备工作由工人手工选取零件,并按压在壳体上完成焊接前定位。壳体上外挂件数量多、分布在壳体不同部位、工人劳动强度高、焊接位置偏差大与安全性难以得到保障。针对上述问题,论文提出了一种基于双目视觉的图像处理与匹配技术用于机器人的辅助焊接,主要工作包括:(1)建立了满足壳体外挂件焊接的机器人与双目相机坐标系统,根据实验获得相机坐标系与机器人坐标系的空间位置转换矩阵,并使用ROS平台对坐标系关系进行标定。(2)针对散乱外挂件的双目视觉检测问题,研究了深度图像的滤波方法,对均值滤波、高斯滤波、中值滤波以及引导滤波进行对比分析实验,给出了基于引导滤波的深度图像处理方法;针对散乱对象的深度图像中存在数据缺失问题,提出了基于联合双边滤波的算法修补图像空洞;针对深度图像数据跳动问题,选用卡尔曼滤波方法,实验结果表明:有效减小深度数据值跳动范围。(3)提出基于k-d Tree的点云数据存储结构,对点云进行体素化精简处理。通过使用RANSAC的方法去除背景噪声,基于欧式聚类分割的方法将零件点云集划分为单个零件点云,提高了系统处理效率。论文对单个零件采用主成分分析法与CAD模型点云进行粗匹配,再使用粗匹配转换后的模型点云与零件点云使用ICP进行精匹配,实验结果证明:匹配算法达到设计要求。(4)最后,论文设计了基于双目视觉的机器人辅助焊接系统,给出了系统软硬件组成、信息交换方式。并基于ROS平台实现了机器人抓取目标零件的实验,达到了辅助壳体外挂件的焊接任务的基本要求。