机器视觉被誉为“工业之眼”,是工业机器人感知外界环境的重要工具。配备了机器视觉的工业机器人,可以提高工业机器人在工业生产过程中的智能化水平,实现生产效益最大化。因此,对基于机器视觉引导的工业机器人技术的研究具有十分重要的意义。针对贴标系统精度低,方位朝向单一问题,本文提出一种视觉引导的工业机器人贴标系统,分析典型工件的贴标工艺需求,系统地研究了贴标作业各步骤,阐述各步骤的原理,并根据原理搭建贴标系统实验平台,验证系统的可行性。本文主要完成图像处理和运动控制两部分:图像处理是视觉识别与定位的关键,主要包括相机标定、模板匹配和手眼标定。相机标定详细论述相机的成像原理以及坐标转换,进而阐述镜头畸变,并校正镜头畸变。模板匹配介绍了原理和匹配关键三要素。围绕原理和关键三要素,利用HALCON视觉软件的形状模板匹配算法实现了工件识别定位,该步骤也是工业机器人多方位多位置贴标的关键。在工业应用中,针对二维的手眼标定一般是基于九点标定法,该方法易于实现且精度较高,但要求相机安装模式为“眼在手外”。本文结合贴标系统中相机的安装,针对九点标定的不足,提出了一种改进的九点标定法。实验结果表明,本文方法能实现“眼在手上”的九点标定法。运动控制由6自由度工业机器人构成。首先根据标准D-H法和工业机器人硬件参数,建立工业机器人的运动学模型,然后通过代数法求解工业机器人的运动学方程,之后根据D-H参数在MATLAB软件中对工业机器人进行仿真,验证工业机器人运动学模型的准确性,最后比较运动学方程的仿真参数与工业机器人示教器参数,验证运动学方程能否应用于工业机器人运动控制。图像处理和运动控制是通过手眼标定进行关联。因此,手眼标定是构成视觉引导工业机器人贴标的重要因素。本文除了完成上述工作以外,还完成了硬件选型、贴标系统平台搭建、标定板制作、系统多方位贴标、图形用户界面设计以及python函数封装与数据传输等。最后搭建贴标系统平台进行测试,并对测试结果进行了客观的分析。