机器视觉与工业机器人在工件分拣领域中发挥着重要作用,基于机器视觉的工业机器人分拣技术已成为当前热点研究方向。传统机器人分拣系统智能化程度低、分拣准确率低,难以根据工程现场情况进行实时调整。融入机器视觉技术后的机器人分拣系统能实现工程现场对多种工件的智能化识别,替代传统的人工操作,释放劳动力。本文以自建实验平台为基础,对单目视觉机器人分拣系统进行研究与开发,实现了对多种工件的准确识别与分拣。本文主要研究内容与创新工作如下:首先,对基于单目视觉的工业机器人分拣系统方案进行设计。根据系统设计功能,确定系统各功能单元模块,同时选择了合适的硬件与软件开发平台,完成对机器人视觉分拣实验平台的布局。其次,研究了各坐标系之间的转换关系,针对所选的视觉引导方式,提出一种更便捷、精准的新型手眼标定方法。测试结果表明,新型手眼标定方法能克服传统标定方法的弊端,标定精度控制在1.0mm以内,符合分拣机器人的抓取精度要求。再次,研究并实现图像预处理与模板匹配算法,实现对多种形状工件的识别定位。分析了几种识别定位算法的运算效率与抗干扰性,根据工程中待分拣工件特性,确定了基于形状的模板匹配方法并进行改进。提出多种优化策略提升算法运算效率与匹配准确率,同时为了进一步提高优化策略的运算效率,提出一种改进粒子群算法结合高斯金字塔的搜索策略。通过大量实验,确定了最佳的匹配优化参数,验证了匹配算法的准确性与优化算法的时效性。最后,完成视觉分拣系统的软件开发与实验验证。选择Socket通信方式并对视觉模块与机器人模块的软件部分进行设计与开发,同时借助联合编程设计了人机交互界面。通过多组实验对系统进行集成性测试与分析,实验结果验证了系统的可行性和准确性。