本文研究了机器人视觉中基于轮廓提取的模板匹配算法，该算法综合性强，涉及多方面的知识，如数学、光学、物理、信号分析、成像系统等。又因为该算法应用于机器人视觉技术中以后，可以提高其智能化程度和减轻工人劳动负荷，因此，它被广泛应用在机器装配自动化生产线、极限工作环境等场合。该算法首先用摄像机摄取机器人所在环境的图像，然后经过计算机处理，从中识别出目标机械零件的开始位置和机器人抓取面。 本文完成的主要工作有：1．获取灰度图像函数；2用DIB格式读取BMP文件；3．绘制灰度直方图；4．选择一个最佳阕值，把灰度图像进行二值化处理；5．用掏空内部点法，找到图像的轮廓点，然后在轮廓点上进行模板匹配；6把输出的目标物开始点(像素点)转化成图像坐标系中的点和对应的三维空间的坐标位置；7．计算目标物的位置矢量和法向矢量，根据机器人抓取面的法向矢量，找到机器人要抓取的平面；8．确定最佳抓取平面的位置，然后把获得平面的位置坐标转化成机器人坐标系中的坐标。 运行结果表明，该算法与传统的模板匹配算法相比，实现简单，执行速度快，在求得对象物精确位置方面有所提高，且相似性分布在一定程度上相对尖锐了一些。同时，该算法目标识别能力强，且具有实时性、可靠性和通用性等特点。但该算法对目标识别能力仍受限于模板图像的方位，要求模板图像必须事先指定且能够代表目标对象物的特征。把基于轮廓提取的模板匹配算法引入机器人视觉系统，可以大大地提高机器人的使用性能，在机器人完成指定任务过程中可使其具有更大的适应性。因此，该算法的研究具有极其广阔的应用前景。