机器视觉作为计算机技术其中的一部分,随着计算机技术的不断发展而逐步成熟。现今自动化产业从“工业3.0”阶段发展为以智能制造为核心的“工业4.0”阶段,机器视觉作为现今自动化相关技术最关键的一部分,在整个发展过程中起到非常重要的作用。双目视觉作为机器视觉的重要分支,其应用越来越广泛。应用双目视觉对工件上特征点进行三维定位,对提高工业生产的成功率与生产效率有着重要的意义。本文主要针对基于三维机器视觉的机器人定位技术进行了研究:(1)在相机标定方面,通过对相机内外参数的标定,能够得到相机的内部光学参数和相机与世界坐标系间的位置关系,进而可以得到图像坐标系与世界坐标系的转换关系。本文在论述了现有标定方法优缺点的基础上,采用了张正友标定方法进行相机的标定,并对张正友标定方法做了理论分析与仿真实验。(2)在边缘检测方面,提出了一种改进的Canny算法图像处理方法进行工件边缘检测。采用双边滤波方法处理图像,有效去除噪声同时保留了边缘信息;增加45°与135°方向的梯度模板计算梯度幅值,使更多的边缘信息能够检测出来;运用最大类间方差法来确定Canny算法的高低阈值,使边缘检测与连接具有较强的自适应能力。该算法能够很好地解决采用传统的Canny算法进行图像处理时存在的缺点,在获得工件丰富的边缘信息的同时,亦能够消除划痕等无关信息干扰,提高检测精度。(3)在立体匹配方面,在分析了各个立体匹配算法的基础上,提出了一种快速改进的SURF立体匹配算法,将极线约束和边缘约束作为该算法的匹配准则。该算法能够将待匹配点数量减少,增强了匹配的时效性与准确性。(4)设计了基于双目视觉的工件特征点三维坐标定位系统,搭建了该系统的硬件平台及其软件部分。对该系统的硬件部分与软件部分进行了测试,通过相机标定、改进边缘检测算法、快递的立体匹配算法和三维定位技术实现了对工件上特征点的定位。并将特征点坐标传送给机器人,使机器人能够根据特征点坐标的信息进行工作。