随着计算机技术的发展,机器视觉技术在工业机器人装配中的优势越来越显著。将机器视觉融入到多品种五金炊具的机器人生产线中,使其在装配等过程中代替人工完成任务,是现阶段智能化发展的重要趋势。因此本课题面向多品种五金炊具中的轴孔类部件的机器人系统应用关键技术展开研究。首先,选取合适的硬件设备,搭建Eye in Hand孔轴装配视觉检测系统。根据针孔相机成像模型,建立RGB-D深度相机模型,阐述深度信息和彩色信息融合原理。对视觉系统进行标定,包括基于张正友法的相机标定以及EIH系统手眼标定。通过Matlab工具箱完成的相机标定误差在0.4个像素以内,证实标定得到的相机参数有效。其次,提出一种基于Mask R-CNN模型的目标识别和定位方法。通过单独制作的装配零件的数据集,对Mask R-CNN模型进行训练,结合深度信息和彩色信息融合实验,利用Mask R-CNN模型得到的掩膜与深度信息相结合获取工件中心位置。通过实验验证识别定位算法的快速性及准确性。再次,为了提高定位精度和抓取效率,对彩色图像采用灰度化、滤波处理等传统图像处理方法进行工件轴颈测量及抓取姿态估计。采用结合像素强度改进的Gamma校正图像对比度增强算法自适应的优化图像对比度。为了获取更精确的边缘信息,提出一种基于区域划分的自适应Zernike矩亚像素边缘检测方法,通过Canny边缘检测进行粗定位后,通过此算法进行精定位。最后,通过最小二乘直线拟合确定工件转角及基本尺寸。最后,通过传统图像处理中的椭圆检测进行装配孔位的识别与定位。分析基于随机霍夫变换的椭圆检测存在的优缺点。提出一种基于圆弧边缘聚类的椭圆识别方法,通过图像预处理、边缘连接、圆弧聚类、最小二乘拟合等一系列过程实现快速、精确的椭圆检测,继而确定圆心位置,进行孔轴对准装配实验,实现轴孔对齐,通过实验验证此方法的有效性和可靠性。