自由堆叠工件堆中工件的识别和定位是工业自动化操作中的常见任务,可为后续的工件分拣、工件自动装配等操作提供信息指导。基于机器视觉的工件识别定位相比传统的排料机构具有柔性大、成本低廉、占用空间小且维护简单的优点。本文针对工业生产中的平面薄型工件,提出了一种基于工件各局部特征匹配识别实例对于工件整体位姿预测的一致性来完成场景中工件实例存在推断的方法。首先,本文分析了自由堆叠场景下平面工件识别的难点,并根据难点的分析提出了基于局部特征预测间一致性思想的方法——局部特征预测一致识别方法(Recognition based on local feature prediction agreements,LFPA法)。紧接着从概率角度分析得出当识别结果具有三个及以上预测一致性的局部特征实例时,LFPA法的可靠性接近于1。然后,本文给出了LFPA法的具体实现,研究了具有不同对称性的工件在具有不同尺度缩放敏感性局部特征下的局部-整体预测方法。本文还对不同实例预测间的一致性设计了一致性度量表达式,并据此获得了不同局部特征实例预测集合间元素预测一致性与否的逻辑关系。在此基础上,藉由工件局部特征序列组合数,本文给出了一种快速获得各局部特征实例预测一致性集合的方法——基于特征序列组合数的一致性预测集合获取方法(Obtaining prediction agreement sets based on the combination number of local feature index series,CNIS法)。接着,本文讨论了预测一致性集合在尺度缩放不敏感特征实例预测不存在及存在两种情况下的最终识别结果合成方法,并根据使用局部特征匹配实例进行识别的方法特点,设计了一种通过计算识别结果中出现的局部特征优先级权值和来进行工件优先级排序的方法。最后,通过设计并实施LFPA方法中参数设定实验,抗杂乱环境、抗光照不均、抗遮挡的抗干扰实验以及多次识别下的稳定性实验,分析了LFPA方法中参数的设定原则并验证了其有效性。