随着机器人技术与图像处理技术的不断发展,带有视觉处理功能的机器人系统逐渐被应用于工业生产中。在工业切割领域,工件坡口的切割占了很大的比重,传统的人工切割和半自动切割方式已经不能满足现代工业生产的要求,因此研究能够自动识别工件类型、精确检测工件位置并自动进行切割的全自动坡口切割机器人具有重要的意义。坡口切割机器人通过多次移动来对整个切割平台上的工件进行图像采集,将采集到的多幅图像拼接成一幅完整的切割平台图像。然后提取出图像中待切割工件的轮廓,将其与工件库中的标准工件轮廓模板进行匹配,从而识别出工件的类型,得到工件的标准尺寸信息,用该信息规划机器人的切割轨迹。本文从实际应用出发,对坡口切割机器人图像处理过程中的工件轮廓提取与匹配方法进行研究,主要工作如下:(1)研究了图像拼接的基本原理,介绍了图像拼接的基本流程和相关几何基础,对图像配准和图像融合方法进行了分析。对基于SIFT特征的图像拼接方法进行了研究,利用此方法对多幅工件图像进行拼接,采用加权平均法对图像的重叠部分进行融合,获得切割平台的全景图像。(2)在轮廓提取方面,研究了工件图像轮廓提取的方法,主要包括图像预处理、图像分割、形态学处理、轮廓提取以及轮廓跟踪。针对本文研究的工件图像的特点,选择了基于边缘检测的轮廓提取方法,通过比较多种微分边缘检测算子对工件图像的边缘检测效果,选择了坎尼算子进行工件图像的轮廓提取。针对提取出的轮廓中存在奇异点的问题,给出了消除奇异点的轮廓跟踪算法,并用该方法得到了封闭的、单像素宽度的轮廓。(3)在轮廓匹配方面,以Freeman链码为基础,分析了归一化链码直方图对轮廓进行描述时具有的特点和缺陷,针对归一化链码直方图对轮廓任意角度旋转的描述不具有不变性的缺点,采用归一化链码直方图与轮廓最小外切矩形相结合的方法来解决上述问题,利用该方法对工件轮廓与标准模板进行匹配实验,验证了其可行性。最后利用比较轮廓面积的方法筛选出形状相同而尺寸不同的轮廓误匹配对,实现了对工件的识别。本文所用的方法实现了坡口切割机器人中工件图像的拼接、轮廓提取以及轮廓匹配,具有一定的可行性和实际的工程意义。