随着智能化在工业领域生产线上的占有率越来越高,工业机器人在工厂生产中的应用率也越来越高。基于视觉感知工业机器人所处的环境是工业机器人智能化的关键技术,在现有的视觉传感器中,双目视觉以其造价成本低,精度高等特点在工业领域广泛应用于工业检测、工件识别和定位中。本文针对双目视觉的物体识别与三维点云重建进行研究。首先,按照工程实际要求和双目视觉的三维重建原理,设计组建了实验所需的的双目视觉系统。根据双目相机各个坐标系间的转换关系建立相机的线性模型。在MATLAB工具箱中利用移动平面的张氏标定法对双目相机的内外参进行标定,利用标定结果对相机得到的图像进行极线校正处理和畸变校正处理,得到完全平行的理想双目系统。其次,对双目相机得到的灰度图片进行了光照补偿,选取双边滤波进行图像的预处理,利用改进的Graph-Cuts算法对图片进行物体的边缘提取和轮廓分割。对物体的HOG特征和Surf特征提取算法进一步改进,并将这两类特征应用到物体识别的算法中,对原有的物体识别融合算法中的固定值加以改进,得到本文中的自适应识别算法,提高了算法的识别性能。再次,对双目相机的立体匹配进行研究,将现有的立体匹配算法进行改进,利用图片的灰度值和梯度完成立体匹配的代价计算,应用左右一致性原理对双目的视差图进行处理得到物体三维点云。对得到的点云进行大噪声降噪,并对其法线和曲率进行修正以完成小噪声的平滑。根据点云信息建立物体坐标系,将点云在物体各个坐标系进行投影和轮廓提取,结合相机和物体之间的关系,在物体的窄面和宽面中完成抓取点的选取。最后,搭建了综合实验平台,验证本文中提出和改进的算法的可行性和有效性。搭建了机器人实验平台的硬件、软件平台和框架,进而对机器人和双目相机的手眼关系算法进行研究,通过手眼标定得到相机和机器人之间的关系。设计四种不同的实验情景验证了本文算法在光照强度变化、物体在移动和被遮挡的情况下的准确性。最后将双目相机分别安装在机械手上端和相机支架上完成双目相机和机器人的综合实验。