实现零件形状的不变性识别是实现装配机器人视觉的基础。研究机器人视觉的不变性识别,在一定程度上可以提高机器人的工作能力和对环境的适应能力,减少机器人视觉识别误差,可大大提高系统的装配成功率。在不变性模式识别系统设计中,本文采用正交傅立叶-梅林矩提取图像特征的方法,实现了零件形状的可靠识别。首先,采用微软公司提供的VFW (Video For Windows)软件包开发纯软件的视频采集程序,提高了程序的通用性。其次,对采集的数字图像进行图象平滑、中值滤波、梯度锐化、域值分割、边界提取和种子填充等一系列图像处理,以去除噪音提高图像清晰度,分离识别体和背景,为下一步特征提取做准备。再次,对经过预处理的图像,计算正交傅立叶-梅林矩(OFFM’s)并实现算法归一化。具体算法为:先通过一阶矩来计算图像质心作为图像坐标原点;再通过复矩在笛卡尔坐标系内计算傅立叶-梅林矩,并利用尺度和强度变化归一化;最后由归一化的傅立叶-梅林矩得到归一化的正交傅立叶-梅林矩,取其绝对值作为图像特征。该特征对图像位移、尺度、旋转和强度变化具有不变性。最后,本文采用欧氏距离作为图像特征分类的方法。具体做法:先采集一系列训练样本图像,提取图像特征,设计分类器,再采集一系列样本测试分类器的识别效果。实验结果显示,该系统能够取得令人满意的识别结果。