工业智能化成为各国工业的发展趋势,将机器视觉技术应用于工业机器人已成为工业智能化的重要途径。工业机器人机器视觉技术主要突破点在于对目标智能分类以及定位,现有视觉工业机器人大多基于传统图形处理技术进行简单的工件分类。针对这一情况本系统采用卷积神经网络作为目标分类以及定位的主要技术手段、使用图像连通域质心提取以及摄像机空间坐标转换原理作为目标定位的辅助方法,对现有的工业控制器进行改进,实现智能分拣带有不同字母物块的功能。系统主要由机械控制、目标识别以及目标定位三部分组成。机械控制部分采用TCP/IP通信方式实现上位机与Galil-B140-M工业控制器通信,Galil-B140-M进一步控制X-Y-Z三轴移动平台实现机械臂的移动;采用串口通信方式实现上位机与STM32F103ZET6单片机通信,STM32F103ZET6进一步控制机械夹爪的开合。目标识别部分通过与多种分类方式对比确定采用卷积神经网络对模拟工件上的字母进行识别,该方式具有识别速度快、识别率高、对工件摆放无要求以及自动动提取并建立特征库等优点,通过迁移学习训练卷积神经网络克服训练图片少的困难。目标定位部分首先对传送带上的工件进行灰度化、二值化、边缘检测、连通域质心提取等一系列处理获取目标像素质心坐标,在此基础上通过摄像头空间坐标转换原理将质心像素坐标转换为空间坐标。本系统完成了硬件部分与上述三大软件部分的整合,提供了三种方式对任意摆放带有字母物块进行分拣,本论文的成果对于类似系统的研究开发有一定的参考价值。