机器视觉技术给传统工业带来了深刻的变革。工业分拣作为机器视觉技术的成熟应用领域之一,很好的体现了这一变化。装备了视觉识别设备的分拣系统,灵活高效,广泛应用在食品药品生产、机械加工、芯片制造等领域。本课题来源于江南大学机械工程学院的高速分拣机械手项目。本文在对该分拣系统进行需求分析的基础上,从硬件和软件两方面对视觉定位系统作了较为完整的研究。硬件方面,本文对分拣系统的图像采集硬件包括镜头、相机和光学的选用做了分析。研究了不同视觉识别任务对硬件的不同要求,并给出了硬件选用的参考性建议。指出了硬件的选用是否合适是视觉系统的设计能否实现预期目标的关键因素。软件方面,本文针对分拣系统不确定因素多,功能定位变数大的特点,提出了上位机软件“主程序加可扩展子程序”的设计方案。最大程度提高了实验系统在功能上的可扩展性。并利用QT跨平台开发框架和SQLite嵌入式数据库编写了该方案的一个实现,从而证明了该方案的可行性。定位算法方面,选用视觉技术中发展比较成熟的“阈值分割”,“边缘提取”,“曲线拟合”,“区域特征提取”,“模板匹配”技术,设计了针对不同场景的物体定位算法。本文在深入研究Halcon机器视觉软件包的基础上,实现了这些算法,并对算法进行了实例验证。研究结果对上机实验有较大的参考价值。文章对图像采集过程也做了一定得研究,并针对USB和IEEE1394两种接口的相机编写了图形采集程序,进一步分析了提高采集速度的方法。该研究对提高分拣系统中视觉定位系统的速度有积极意义。本文的研究内容对同类视觉系统的设计开发具有一定得参考价值。