机器人直线轨迹特性是工业机器人的一项重要指标，其中的轨迹重复性和稳定性综合反映了机器人的机电性能和控制运动轨迹能力，成为工业机器人最重要的一个出厂检测指标。但长期以来，该类检测设备主要依赖进口，具有自主知识产权的机器人轨迹测量设备在国内尚属空白。因此，研制机器人直线轨迹测量设备具有重要性和紧迫性。 本文在综述机器人轨迹测量系统的国内外研究现状的基础上，重点介绍了中国科学院沈阳自动化研究所研制的非接触式机器人直线轨迹测量系统。该系统利用结构光几何成像原理和视觉图像处理技术，将视觉传感器固定在机器人末端，当机器人沿“V”形测量轨道做直线运动时，传感器上的激光发射装置发出的线状光源投射在测量轨道上，形成具有三个拐点的激光条，并在CCD摄像机中成像，通过图像处理技术和位姿测量技术，得到传感器坐标系相对于测量轨道坐标系的位姿关系，从而间接描述机器人的直线轨迹特性。 本文以该测量系统的关键技术之一——图像处理技术为应用背景，利用该测量系统摄取的真实图像，根据技术要求，研究不同测量条件下高鲁棒性的图像处理与特征点识别技术。首先在Visual C++环境下建立了基于BMP文件格式的图像处理软件环境，实现了图像的读入、显示、处理和存储功能。在图像处理时，采用基于线性滤波的图像增强方法，并提出了一种新的自动多阈值图像分割方法，该方法以基于灰度位置投影的图像分区实现局部多阈值分割，克服了不均匀照明或不均匀灰度分布对目标识别的影响，同时，通过阈值过渡很好地解决了相邻区域阈值“阶跃”引起的错误分割问题，具有很好的鲁棒性。在图像特征点检测中，开发了包括图像细化、边界跟踪、细化后处理三个模块的激光条骨架图像获取方法。在激光条骨架图像分段拟合的过程中，重点解决了线段端点的自适应分割问题，提出了高鲁棒性的直线分割方法。最后计算出各特征点的三维坐标。实验证明，本文的处理方法提高了图像处理的精度和鲁棒性。