随着“中国制造2025”的提出,近年来钢这种绿色低碳循环的材料广泛应用于各行各业。钢结构是钢材料的典型应用,而钢结构附件是大型钢结构中的重要组成部分。然而现如今对钢构附件采用的传统的手工焊接已经无法满足日益增长的工作需要,焊接自动化智能化是必然发展的趋势。因此,研究钢结构附件的识别以及焊缝轨迹提取对推动钢结构焊接的自动化进程具有重要意义。本文基于VS2010与Open CV开源库的软件平台搭建了图像采集系统,对钢结构附件进行了识别与焊缝提取。钢结构附件种类繁多可以分为两大类:对连接板、加劲肋板等轮廓特征明显且可以构成闭合轮廓的工件使用不变矩进行轮廓特征描述,采用了基于图像金字塔分层结构的快速Zernike矩轮廓匹配方法,在图像金字塔高层计算Zernike矩很大程度提高了算法的速度;针对钢构附件中类似牛腿等没有构成闭合曲线但角点特征明显的工件,在特定的（3,4）尺度空间采用高精度的ORB角点算法进行识别。高精度的ORB算法采用“粗+细”的匹配算法将o FAST角点检测与Shi-Tomasi角点检测结合,并结合快速非极大值抑制算法,提高了ORB算法的精准度,同时采用汉明距离作为相似性度量方法提高算法的效率,得到匹配点对后采用PROSAC算法对匹配点进行去误匹配提高算法精度。因此对钢构附件的识别算法采用如上两种特征匹配算法进行识别计算相应的特征描述子,在构建好的模板库中查表计算从而进行识别匹配,论文分析并证明了附件识别算法的可行性。在识别钢构附件之后组装附件时需要对附件进行焊缝的轨迹提取,在对焊缝的轨迹提取算法进行研究后采用了稳定的激光结构光法;在预处理阶段运用了自适应ROI区域划分的算法,保证了焊缝跟踪过程中ROI提取的实时性;在提取激光中心线的阶段提出了高精度直线拟合算法,结合变边限高斯拟合提取激光中心点的扫描宽度对异常点进行了筛除并且对样本进行了降采样,从而提高了算法的精度和效率。最后根据常见的角焊缝与坡口焊缝分别描述了其提取特征点的方法从而对不同的焊缝精准提取焊缝轨迹。本文研究的算法很好的解决了大型钢构在组装钢构附件时的自动焊接工作。