在现代化工业生产流水线上,工件的自动抓取是智能化生产的一个非常重要的环节。双目视觉技术利用视差原理能够恢复目标物体的空间信息,将机械手与其结合,可以解决传统生产线中机器人通过离线示教方式进行抓取的弊端,对于提高生产效率和自动化程度有着重要的意义。本文立足于智能制造领域中实现机器人准确、高效的自动抓取工件的需求,基于双目视觉的工件识别与机械手的定位抓取系统研究,对机械手抓取过程进行优化改进。首先,本文对机械手抓取系统进行研究,确立了抓取系统的框架,选取平行双目视觉模型,对抓取系统中需要的软件和搭建系统的硬件进行介绍,描述了本文基于双目视觉的工件抓取系统中的相关技术。其次,分析了影响图像质量的因素,论述了图像噪声的类型,研究了去除图像噪声的小波方法,创建了图像去除噪声的小波数学模型,采用基于小波的工件图像自适应阈值去噪算法。小波变换中,系数阈值的取值随着小波分解层的改变而改变,系数选取方式根据噪声变化进行自我调整。通过试验观察发现,本文提出的改进小波算法处理后的噪声图像比其他去噪算法处理后的噪声图像更彻底、保留目标细节更多。对本文工件图像添加不同程度的噪声,与传统去噪算法进行去噪对比试验,根据试验数据建立去噪图像质量折线图进行数据分析,验证改进小波变换算法的鲁棒性。通过分析工件图像匹配过程中的影响因素,采用基于Canny和小波改进的SIFT工件图像匹配算法;研究了 SIFT算法特征选取过程,在结合Canny边缘提取的特点对SIFT算法特征点的选取过程进行优化,结合多尺度小波变换的特点对SIFT算法图像匹配过程进行优化,经过试验数据验证改进SIFT算法的可行性,得出本文提出的改进SIFT算法比传统算法图像匹配的时间短、准确度高的结论。然后,对目标识别分割并使用目标形心计算方法计算出工件的形心。使用张正友标定法进行了摄像机标定试验,求出摄像机的内参数和外参数。介绍了三维重建的基本原理,结合标定结果和平行双目视觉模型对像素坐标进行三维重建。最后,对机械手运动过程进行D-H模型运行学计算,搭建了机械手抓取平台,开发出基于MFC的工件识别和机器人抓取系统界面。在搭建的试验平台上,将视觉子系统与抓取子系统结合进行抓取试验。通过分析抓取试验数据,得出了本文构建的系统抓取成功率在86.7%以上,验证了基于双目视觉的工件识别与机械手的定位抓取系统可以满足目标工件图像的识别和机器人实时抓取的需求。