随着工业化进程的不断加快,工业机器人也变得越来越智能。机器视觉技术在工业机器人上的应用也越来越多。目前机器视觉代替人工的进程正在不断加快。视觉引导技术在工业机器人上的应用也越来越多。本文以法兰盘为例,将需要装配的钢筋固定,通过相机不断的采集法兰盘图像引导机械手将法兰盘移动到准确位置从而实现最终的装配。本文首先介绍了目前装配机器人目前的发展情况,对当前的情况进行了分析,指出了当前遇到的难题和未来发展的趋势。然后针对法兰盘的装配进行了方案设计和软硬件的选型,随后使用张正友标定法对选择的相机进行了标定。之后根据装配的需求提出了一种基于光斑的像素尺寸标定方法,该方法不仅能计算出像素尺寸,还可以对法兰盘的倾斜校正提供帮助。其次对采集法兰盘的图像并且进行图像预处理,图像的预处理主要有图像滤波、图像分割、形态学处理、边缘检测等。选择中值滤波来抑制图像中存在的固有噪声,通过不断的实验选取了最佳的阈值进行图像分割,为了去除孔洞和边缘噪点选择形态学开运算进行处理。在边缘检测时对比每个边缘检测的效果,选择Canny算子作为本系统的边缘检测算法。然后计算圆度选择一个装配孔的轮廓进行下面的圆心定位。为了保证装配的精度在传统的边缘检测结果的基础上提出了亚像素边缘检测的概念。对比矩方法、拟合法、插值法这三个亚像素边缘检测方法结合装配要求精度高效率其次的特点选择Zernike矩方法。之后利用圆和椭圆的关系求出倾斜角和旋转角,实现法兰盘的倾斜校正。最后使用精确的最小二乘法对倾斜校正后的法兰盘进行圆心定位。通过坐标变换求出与准确位置的位移和装配孔的旋转角度。最后使用VS2017结合MFC实现系统界面程序的编写,并且对系统算法进行实验分析验证,实验结果表明该装配系统可以在0.4s内输出数据,并且精度可以达到0.06mm和0.1°。