随着科学技术日益的蓬勃发展，机器人技术突飞猛进。人们把目光转移到了机器人视觉技术领域，使得机器人拥有类似于人眼的功能。经过几十年的发展，机器视觉技术已经在食品包装、医药生产、无损检测、精密控制、自动生产流水线、以及各种危险不易于人工操作的场合扮演着重要角色。然而机器视觉技术的复杂性和环境的不确定性带来的巨大问题仍然没有得到很好的解决，也是未来视觉机器人研究发展的重要方向。本文针对工业生产线上的工件分拣问题，利用Microsoft Visual C++集成开发环境建立了图像处理算法库，该算法库包含：摄像机标定人机交互界面、图像预处理算法、模式识别算法和机器人仿真界面等。同时分别从静态工件和动态工件两方面介绍了解决问题的相关方法。针对放置在平台上的静态工件分拣问题，首先分析了OpenCV视觉算法库中的摄像机模型，并且对单目摄像机进行了张正友标定，求解出相关参数。然后对静态工件图像进行图像预处理、Hough圆检测、角点检测、轮廓识别等图像模式识别算法。最后提出了多目标分块处理算法、多目标中心的算法、角点特征结合轮廓识别算法。针对动态工件问题，首先利用Kalman滤波估计出后续运动目标的位置、速度和匹配范围，然后使用基于HSV色彩空间融合的MeanShift算法进行小范围搜索和目标匹配，最后将MeanShift算法得到的目标位置作为下一帧Kalman滤波器的输入参数使得后续状态具有预测的能力，迭代执行，直至搜索到目标为止。仿真结果表明，针对静态工件，识别算法能够有效解决规则几何工件的分拣问题，并且能准确计算工件中心，周长，面积和边缘等参数，以达到精确分拣的目的。对于动态工件，跟踪算法能够有效解决工件的跟踪和定位问题。