在智能制造的发展过程中,基于机器视觉的吊具位姿检测系统一直以来都是重点的研发方向,主要应用在工农业、交通运输等各个领域。论文主要基于机器视觉系统,针对传统立体匹配计算中存在的特征匹配耗时过长、错误特征匹配点较多、以及吊具位姿估计过程中存在的误差过大等问题进行研究。为进一步提高匹配的精度与准确性,以及对吊具位姿估计的精确求解,将进行如下研究:首先设计吊具位姿估计方案,通过相机识别地面固定的标志物,利用三维空间立体匹配估算相机与标志物的相对三维空间坐标。在相机标定部分采用了张正友标定法,可以得到相机的参数以及畸变系数,得出平均角点反投影误差为0.19个像素,说明该方法有较好的稳定性和较高的精度,能够达到本系统要求的标准。其次在三维空间立体匹配部分,以Harris算子为基础改进SIFT算法,在Harris算子中通过添加尺度参数来增加图像的尺度不变性。同时把SIFT算子替换成新的Harris算子进行角点检测,并引入极限约束,改善角点的定位精度。为了验证该算法的可行性,首先采用New Tsukuba数据集针对图像的角点数、误匹配率以及在立体匹配过程中每部分所需的时间进行了统计,可以看出改进后的SIFT立体匹配算法在减少了耗时的同时提高了算法的准确性和鲁棒性。然后利用采集的数据集针对不同的尺度、旋转角度、模糊程度、光照强度以及颜色等干扰条件进行测试,验证了该方法能够有效的增强图像特征点的处理能力,综上所述,此方法能够应用于机器视觉的吊具位姿识别系统。最后在吊具位姿检测部分,利用Pn P算法求解吊具的位姿,并对论文的算法进行验证,同时与传统算法进行了对比,分析在不同深度距离下估计的吊具位姿与实际位姿的误差,最终得到平移误差为2.37%,旋转误差为1.27%,可以看出估计的吊具位姿与实际位姿基本一致,能够应用到实际工作中。