现代社会自动化程度越来越高,机器人的应用场合越来越广,基于机器视觉的机器人技术是当今机器人发展的一个热门方向。本文以MOTOMAN-UP6机器人为基础,构建了一个基于机器视觉的工业机器人分拣实验系统,该系统包括CCD相机、图像采集卡、PC机、机器人等。整个系统通过相机获取图像,采集卡将获得的模拟图像转换为数字图像,再由笔者开发的软件对数字图像进行处理,得出目标的分类及形心坐标,最后实现机器人运动,完成分拣作业。本文首先对相机标定技术展开了研究,在Matlab上实现了直接线性法、透视投影矩阵法和张正友法相机标定,并对这三种方法进行了比较,最终决定以张正友法作为本实验系统的相机标定方法。在静态目标识别中先对图像进行阈值分割,提取目标的面积、周长特征,采用聚类的方法进行目标分类。在动态目标跟踪方面,采用背景差分法提取运动目标,重点研究了最近邻法数据关联。在动态目标识别方面提出利用Kalman预测跟踪目标形心和模板匹配算法相结合的方法,该方法减少了匹配范围,提高了实时性。经过多次实验、调试和修改,笔者完成了一个初级的基于机器视觉的机器人分拣实验系统。实验证明了该分拣系统的可行性,为机器人分拣技术付诸实施提供了有益的参考,实验同时也反映了该系统的不足之处和今后需要加强研究的方向。