基于机器视觉的目标识别与检测的是近年来的研究热点之一,在工业生产中应用机器视觉进行识别和检测,不仅可以提高生产的速度和效率,更可以降低成本,提高工业生产的自动化程度。本文以机器视觉技术为基础,以提高工业机器人的柔性化程度为目的,针对精密注塑零件和工业机器人的特点,进行了基于机器视觉的精密注塑零件的识别与检测方面的研究,本文主要研究内容如下：针对视觉系统的功能和要求,进行了系统方案的构建和总体设计。并以此为出发点,完成识别与检测系统的方案设计,包括系统总体结构设计、硬件的配置及选型、软件平台的选择与搭建等。为了方便后续工作的进行,根据被采集图像的具体特点,研究了图像的区域分割、图像去噪、边缘检测、图像形态学等常见的图像处理方法,这些都是后续进行图像分析与处理的基础。根据系统的特点,重点研究了视觉系统的标定方法和实验求取过程,借助HALCON软件完成了基于2D靶标的摄像机内外参数的标定和机器人眼手系统标定,实践证明,该标定过程简单易行,且具有较高的精度。在视觉识别方面,分析了圆形度、面积等常用的图像特征提取及其实现方法,根据识别对象的特点,分别研究和实现了基于图像特征和基于神经网络的目标识别方法,同时进行了以坐标系变换为基础的工件位置的提取研究,并完成了抓取实验。在视觉检测方面,以小模数塑料齿轮为例,通过测量齿距、齿顶圆直径等参数,能够检测出缺齿、飞边、翘曲等缺陷,达到了预期的检测目的。本文综合以上研究,以Visual C++2008为开发环境及HALCON图像处理软件为支撑,对视觉识别与检测系统进行了模块化设计,实现了一个具有完整视觉识别与检测功能的系统,为提高精密注塑生产线的效率和自动化程度,打下了良好的基础。