伴随着物流产业的飞速发展，国内外码垛技术实现了跨越式的进步早期的人工码垛，负载量低，吞吐量小，劳动成本高，搬运效率低，不能够满足自动化生产的需求在工业生产中，普遍用于自动化生产中的码垛机器人实质上是一种普通的工业搬运机器人，主要负责执行装载和卸载的任务，且一般都采用示教的方法，预先设定好抓起点和摆放点这种工作方式不能够对生产线的情况分析判断，如不能够区分工件大小，不能够判断工件是否合格，不能够对工件进行分拣，而只是被动的搬运，适应性极差将机器视觉与码垛机器人结合起来，使之具有人眼识别功能，对于保证产品质量降低劳动成本优化作业布局提高生产效率增长经济效益实现生产的自动化等方面具有十分重要的意义机器视觉系统是指通过图像软件根据对目标图像颜色亮度等特征信息进行分析判断，并根据判断结果来控制设备的系统随着机器视觉与机械制造装配行业的深度融合，决定了机器视觉将从单一的数据采集传输识别判断等操作转而向人工智能自动化生产智能控制等领域深度结合的方向发展本文以新松6轴工业机器人为基础，搭建了基于机器视觉的工业机器人码垛系统实验平台，该平台主要由传送模块相机模块码垛模块和控制模块四大模块组成为了能更好的结合实际应用，针对大区域空间提出了一种改进型摄像机标定方法首先利用改进型角点检测提高了角点定位速度，然后利用最小误差函数提高了角点的检测精度，其次选定标定模板的中心区域参数结果作为初值求取畸变系数，最后用Levenberg-Marquardt算法对全局参数进行优化，从而进一步提高标定精度，为后续的研究工作奠定了良好的基础，缩短了程序开发的周期针对表面特征较强的牛奶盒工件，提出一种基于SIFT和HU特征融合的单目视觉识别算法首先通过单目摄像机将工件目标采集到计算机内，然后采用Hu不变矩提取全局特征，进行粗略识别，最后采用SIFT算法进行更准确局部特征匹配针对表面特征不明显的几何工件，采用了基于HU不变矩和Hough-链码结合的匹配算法首先通过几何不变矩对工件进行快速的粗略识别，接着检测边缘直线并以直线夹角为参数形成Hough-链码，根据目标与模板的Hough-链码匹配来完成工件的识别工作，对成功匹配的目标计算出位置坐标,利用工件长轴与图像平面X轴的夹角来确定工件的位姿，引导机器人机械手对其进行分类码垛实验结果证明，两种识别算法能够针对各自特征工件进行很好的识别匹配并且能准确计算工件中心坐标，以便引导机器人准确抓取的目的