传统示教焊接机器人其智能化程度较低,不具备对空间的感知能力;随着机器视觉技术的不断发展,通过引入视觉系统,可以使机器人具备感知空间,实现自主焊接的能力。本文以焊接机器人的视觉系统为研究对象,详细地研究了焊接路径的三维重建过程;并重点研究和改进了焊接机器人路径三维重建过程中的焊缝标记方法、图像系统去雾、基于目标检测算法的焊缝提取。在分析了目前最为典型的三种焊缝提取方法后,本文在现有焊缝特征标记提取方法的基础上,提出了一种使用特征点去连续标记焊缝特征的方法;并在Visual Studio 2012平台上调用OpenCV库验证了ORB、SURF特征点标记算法,在Halcon平台上验证了Forstner、Harris、Sojka特征点标记算法。其中Forstner算法在特征标记精度和噪声控制上均具有明显的优势。由于机器人焊接系统的成像质量受外部环境因素的影响很大,尤其是工作环境的光照强度;当环境光过弱时,视觉系统可能无法对焊缝特征进行标记;为此引入了去雾算法来实现对视觉系统成像质量的增强。在分析了现有去雾算法的基础上,本文在Matlab平台下重点选取了8种去雾算法进行对比分析,涵盖了2种直方图处理去雾算法、何凯明去雾算法、4种Retinex去雾算法、以及同态滤波去雾算法;通过对比发现MSRCR算法最适宜本文研究对象。针对焊接路径提取过程中存在的结构特征干扰问题;由于焊接目标往往会存在一些相似的结构特征,且特征点标记算法无法辨别这些结构特征是否为焊缝。本文通过对焊接目标创建ROI区域的方法,来实现对焊缝结构噪声的滤除。为了提高创建ROI区域的位置精度,又在Matlab上构建了基于Faster-RCNN算法的目标检测平台,实现了焊缝ROI区域的动态创建。