视觉传感具有信息丰富等优点,结合不断更新的计算机和图像处理技术,能有效解决人工焊接质量波动大,生产效率低以及示教机器人对环境变换缺乏自适应能力等问题,对实现我国焊接机器人智能化具有重要意义。本文针对焊缝初始位置导引,提出了一种基于图像特征的自适应SSDA匹配算法。同时,在实验室现有条件下,搭建了DE-GMAW(Double electrode gas metal arc welding)焊接系统及电弧图像采集系统,并对获取的电弧图像展开了初步研究。首先,介绍了本课题所涉领域的研究现状。包括目前图像匹配算法的原理及不足之处,如ABS, NC, SSDA,改进的SSDA和相关特征匹配算法等,以及电弧图像采集和处理的研究现状。接着,搭建了DE-GMAW焊接系统和电弧图像采集系统。其中焊接系统包括小车电路,焊接电源电路,水冷,送丝,送气以及简易控制系统等。针对DE-GAMW焊接机理,设计了TIG焊枪夹具,使TIG焊枪与MIG焊枪的夹角,间距简易可调；电弧图像采集系统包括摄像头,复合滤光系统,图像采集卡,工控机等。根据镁合金AZ31B的TIG焊弧光光谱,设计了两种复合滤光方案,包括两种窄带滤光片,中性减光片,隔热片。针对焊缝初始位置导引,提出了一种基于图像特征的SSDA匹配算法。详细介绍了该算法的原理,所采用的优化策略,以及算法总流程。并对了算法的主要代码,显示界面进行了说明。通过选取了本课题中焊缝,以及标准Lena等多幅图片,对算法性能进行了试验分析。最后,进行了镁合金电弧图像采集试验。通过对比分析多组电弧图像,取得了最佳滤光方案、焊枪几何参数(焊丝、钨针与母材距离,及焊丝与钨针距离)和拍摄参数(拍摄角度,拍摄距离)。针对采集的电弧图像,开展了两种图像处理方案。从三个方面进行对比(处理步骤数量,处理速度,处理效果),最后选取了形态学处理作为最佳处理方案。