基于焊缝特征点识别的视觉技术是自动化、智能化焊接的重要组成部分,简化焊缝的识别流程,找到抗干扰能力更强、通用性更广的焊缝识别方案对智能化焊接技术在市场中的应用有着重要意义。本文在基于主动视觉的基础上,对视觉装置的标定和焊接过程中的图像进行了研究,旨在探寻一种可运用于焊接过程中的图像特征点三维坐标提取方法。论文对视觉装置进行了设计。包括工业相机的选型与镜头的选择,通过对结构光视觉装置测量原理的研究,确定了工业相机与结构光发射器间的位置关系。为解决焊接过程中的强光、飞溅的干扰问题,工业相机中采用650nm的滤光片与650nm的结构光相配合,并加装了挡板。论文对视觉装置进行了标定。在工业相机的标定方面采用了张正友标定法。在结构光的标定方面,通过对比传统的标定方法,探寻了一种基于共线三点透视原理的较为简便的结构光标定方案。文中通过在标定图像中加入复杂背景信息的方式证实了该方案的可靠性,在后续实验中,对其精度进行了验证。该方案在复杂的环境中具有一定的应用价值。论文对焊缝的图像特征提取进行了研究。在图像的预处理方面,基于图像的的灰度分布特点提取了ROI区域,并采用中值滤波+卷积操作的方式对图像进行了去噪处理。在图像处理方面,采用GMM算法提取了图像中的高亮部分(预测分类的方式),通过去孤岛和形态学操作对图像中高亮区域进行了修整,之后针对Zhang-Suen骨支架提取法的不足(在焊缝轮廓提取中鲁棒性差、所提取斜线部分失真)进行了算法改进,并通过打断图像中的横纵线,配合面积过滤操作获取到V型焊缝的轮廓点,最后经过去除畸变操作以及最小二乘法直线拟合操作成功提取到焊缝的图像特征点信息。论文进行了实验分析。对相机装置的标定精度进行了验证,同时对焊缝图像特征点提取的稳定性和实时性进行了检验,提取了焊缝特征点在相机坐标系下的三维坐标并进行了误差分析。实验证明,文中所采用的标定方案误差在0.07mm以内,精度较高;焊缝特征点提取算法的运行速度为80-95ms/帧,满足自动化焊接的实时性要求,在强光击飞建干扰下,特征点提取较为稳定;焊缝特征点的水平误差在0.12～0.45mm,高度误差为0.35～0.78mm,具备较高精度。