机器视觉技术的发展推动工业机器人向自动化、智能化的方向迈进,也加快了自动驾驶、人工智能等行业的进步,同时,为各行业的发展提供了新的思路。融合视觉技术的机器人系统能够感知周围环境,在复杂环境中自主决策,完成识别特定目标并定位其空间位置的任务,这是实现智能抓取的关键步骤。本文以双目立体视觉平台为研究对象,重点从视觉平台搭建、视觉系统标定技术、自主识别和定位等方面展开论述,主要研究内容如下:首先,对视觉平台进行设计。确立总体研究思路,依据思路框图对各模块分别研究;对视觉系统主要元件进行选型,确定了平行式的相机分布方式,利用理论分辨率曲线选取合适的基线距离,并完成视觉平台的搭建。其次,对相机标定环节进行研究。利用滤波及图像增强算法改善标定板图像质量;研究了单、双目相机的成像模型,并针对相机畸变建立非线性模型,重点对张氏标定法进行研究,基于MATLAB完成标定实验获得相机内外参数。再次,重点分析了特征提取及目标识别技术。利用灵活的Gamma变换对图像增强;研究了基于矢量的SURF算法和基于二进制技术的ORB算法,设计了特征点提取实验,并对两种算法的性能评估;基于模板匹配技术实现目标识别,离线建立目标物体模板库,设计目标识别实验,利用SURF算法提取特征并匹配,使用RANSAC算法对匹配结果优化。最后,研究了目标定位环节中的关键技术,包括目标在图像中的定位和目标在空间中的定位。利用模板与左图像之间的单应性矩阵来映射图像中的目标区域,基于矫正后的ROI区域,利用PSO优化Otsu算法实现目标分割;确定形心像素坐标,并采用Bouguet校正算法对图像对校正,结合平行双目视觉系统的三维重建原理完成三维重建及测距实验。