微小零件精密涂胶一直是工艺过程中的主要成本来源，当前微小零件精密涂胶大多采用手工完成，涂胶的位置精度、边缘质量、生产效率等难以达到现代企业的生产需求，特别是复杂的微小零件精密涂胶对质量有着更严格的要求。采用智能化设备取代人工涂胶成为企业迫切需要解决的问题。本文搭建实验平台并开展金属表链涂胶视觉系统的研究。　　设计并搭建了表链视觉定位系统。首先由表链涂胶的特点设计了视觉涂胶硬件的基本构成方案，分析并确立了表链涂胶中视觉定位误差的主要来源及主要误差，并提出采用相机标定和图像处理来减小误差的解决办法，并且涂胶路径的设计也是涂胶质量的影响因素之一。对视觉定位系统的关键硬件进行选型设计及较详细的选型过程分析，包括光源、相机、镜头。在基于 MFC平台上开发的人机交互界面上进行软件系统控制并在VS2013的环境中采用VC++语言结合Halcon软件的算子开发了视觉定位系统，通过人机交互界面完成图像采取与图像处理、运动系统控制和气压涂胶控制，实现视觉精密涂胶运动的功能。　　通过相机标定的方法补偿光学误差以及相机安装模型误差。采用数学方法研究相机模型的坐标系及其相互之间的关系，深入了解相机标定原理以及内部参数之间的关系。描述了三种不同精度等级的相机标定方法以及各方法的特点。借助Halcon标定助手选择与Tsai两步法相似的方法进行本文的标定，并且采用手眼标定法建立了从像素坐标系到运动平台坐标系之间的数学联系。标定的像素精度是3.7um，小于定位精度要求0.05mm。同时根据相机标定精度评估的两种常见方法的思路提出了标准参照物评估方法。　　针对表链涂胶所涉及到的图像处理算法进行了相关的理论分析与实验研究。通过一张图像提取表链的角点精度较差，利用同轴光源得到的图像与背光源图像进行图像融合。阐述了图像二值化分割的三种典型方法及其应用特点，图像处理结果表明双峰法可以有效地将表链图像从背景与目标分离开。详细分析了二值数学形态学的原理并经过闭运算处理较好的恢复表链缝隙实际的结构形状。接着用Harris方法与最小矩形拟合方法分别识别出表链两侧关键点与内部缝隙点，最后使用 K-means聚类将角点分类并拟合表链各颗粒形状与位置，图像处理结果与实际吻合满足精度要求。　　最后文章介绍了整个表链涂胶的处理步骤及其对应的图像处理效果。采用标准参照物评估方法实验测试相机标定方法精度大小，分析实验20组数据，求出定位误差的最大绝对误差为4.1um，与前文标定精度3.7um相比满足定位误差的要求。采用两组方案研究区域内涂胶的轨迹设计，对比分析螺旋收缩轨迹法是较好的涂胶方法。本文主要研究系统标定与图像处理使之达到0.05mm的定位精度，并通过设计涂胶路径得到较好的涂胶效果，实现了视觉引导精密涂胶的功能。