随着人们对微观领域更深入的认识以及微机电系统的迅猛发展,微装配机器人技术也日趋成熟。由于微观世界的性质迥异于宏观世界,常用的宏观世界的各种传感测量方法已很难在微装配系统中发挥作用,而显微视觉已逐渐成为微装配机器人获取外部信息的主要手段。本文开展的基于不变矩和支持向量机的显微视觉多目标识别研究是基于显微视觉的伺服控制系统的重要组成部分。准确的识别各类目标是在复杂环境下完全实现机械手自动化装配微观物体的前提。本文以靶装配智能机器人系统为硬件平台,在显微视觉下实现了多类目标的图像预处理、单个目标的分割、特征提取以及采用多类支持向量机算法实现多目标分类。首先介绍了靶装配机器人的系统构成,设计了一种适用于微装配的双光路正交立体显微视觉系统。针对显微视觉下图像的特点,采用灰度化、二值化、中值滤波、直方图均衡化以及边缘提取等算法对目标图像进行了图像预处理,并提出一种基于聚类分析的图像分割方法对微装配空间的显微图像进行单个目标的图像分割。针对Hu不变矩具有图像平移、伸缩以及旋转不变性以及能有效的反映图像的本质的优点,采用Hu不变矩作为图像的特征提取方法。介绍了Hu不变矩的原理以及算法并对目标对象的不变矩进行了归一化。针对支持向量机在处理有限样本、非线性分类上的优势,采用一对一的多类支持向量机算法对显微视觉下多类目标进行了分类识别,设计了基于不变矩和支持向量机的多目标识别系统软件,实验证明这种方法有较好的分类效果。