物料分拣在工业生产过程中具有举足轻重的地位。随着智能制造在工业生产中的大量运用,物料分拣的智能化也逐渐得到重视。传统的分拣系统中,依靠大量劳动力来实现物料分拣流程中的的上料、分拣、下料等步骤,具有效率低、准确性不高、安全性低等诸多缺点。现代工业分拣,虽然通过传感器进行机器分拣,但也存在着精确度不高、设备复杂等缺点。为了解决自动化生产线上产品的智能分拣问题,本文设计了基于工业流程的视觉分拣系统。本文对工业流程中取垛、码垛、视觉检测和视觉分拣进行了研究。首先,本研究以CCD相机、六自由度机器人(PUMA)、四自由度机器人(SCARA)、直角坐标机器人(CCM)、PC机为核心搭建了基于工业流程的视觉分拣系统的硬件平台。进而提出了将边缘检测与HOG特征提取相结合的模板匹配算法,并研究了该算法在视觉分拣中物料形状识别和定位的应用。其次,建立上位机与各个机器人之间的通信,实现硬件系统的远程控制。研究开发了一种基于上位机的动态显示,针对下位机的运行状态,实时获取下位机的硬件信息并以动态显示的方式显示在组态界面中。研究了物料信息收录与产品追溯,通过建立数据库的方式来实现物料信息的收录。最后,提出了一种基于上位机控制的多机器人集成的可行性方案,来实现工业流程中的全自动。实验结果验证了基于HOG特征提取的模板匹配算法的可行性和准确性,以及系统的可行性和鲁棒性,分拣成功率达到100%,系统的实际拾取位置中心总误差低于5mm,能够满足实际工业生产过程中对物料全自动分拣的需求。本文对分拣系统的研究具有很大的理论研究价值和工业应用价值。