在集装箱,压力容器,造船业等这些焊接量巨大的制造工业,由于焊接构件结构比较复杂,焊接母材厚度不一,为焊缝类型的识别带来挑战性。而不同的焊缝类型对自动化焊接参数设置也不同,错误的焊接参数设置易使得焊接缺陷的出现,从而影响整个生产。总的来说,我国的大型焊接工艺生产主要有以下几个问题:1)自动化程度低,只有35%-40%,主要焊接方式仍然为人工手动焊接;2)焊缝多且形状不规则,焊缝类型多异,变化多样复杂;3)对于复杂构件中的非焊缝结构易误识别为焊缝,特征提取比较困难。4)焊缝空间结构较为复杂,不利于焊缝三维结构信息的获取与重建。而在本文的研究中,为解决这些大型焊接环境中的自动化智能化焊接问题,采取图像识别与三维重建的方式建立自动化、智能化焊接机器人平台,提高焊接工业环境的自动化生产率,减少人工操作,降低人工成本,完成传统的制造方式向自动化、智能化方向的转型。本文研究主要完成以下几个工作:1)复杂焊缝类型分析:为更加全面研究复杂焊缝特性,提出对多种复杂焊缝特性共性研究,分析复杂焊缝的结构属性以及三维信息,建立特征提取向量和分类模型,从而实现对复杂焊缝识别分类;2)复杂焊缝特征提取,定位,分类及三维重建:研究焊接构件种类及结构特性,识别构件中焊缝及非焊缝特性,建立特征向量,使用差异性分类算法,支持向量机(SVM)算法对复杂焊缝分类,并建立双视觉图像采集模型,利用深度图像恢复原理重建三维结构;3)搭建实验平台验证:使用安川MA1440机器人作为实验验证焊接机器人,采用基恩士cv-x200相机进行图像采集,选用Halcon作为图像处理和三维重建软件,利用本文所提的方法建立分类模型,并进行实验验证。经实验结果表明,本论文研究使得复杂车间中的多种复杂焊缝能够有效的识别出来,识别率达到98.5%以上,并且成功重建出复杂焊缝的三维图像,为自动化焊接机器人的自动焊接提供参数设置的数据。本文技术被应用在实际的焊接工作环境中,且研究满足实际的焊接需求,提高行业的自动化焊接技术,具有实际的研究意义。