随着我国工业进程的进一步深化,产品生产的批量越来越大,产品生产中工艺要求也越来越精细。传统制造企业中,产品生产中的相关检测常采用人工操作或半自动化机械式操作。人工操作存在误差大、工作强度高以及成本高等问题,而使用半自动化机械操作只能单一的执行,灵活性差,无法达到自动化生产中快速、高效、智能化的要求。本文从工业生产具体应用出发,设计了一套基于机器视觉的工件识别定位检测系统,围绕该系统主要完成以下工作:（1）机器视觉系统的整体标定。建立相机视觉模型,通过Matlab标定相机,获取相机内外参数并得出其投影误差。根据实际情况,相机与机器人之间采用眼到手模型,并优化该模型的手眼标定方法,快速获取机器人坐标与相机坐标的转换矩阵。通过相机标定与手眼标定得出的参数为之后的定位打下基础。（2）图像预处理与轮廓提取。首先,结合检测工件的特性,设计了合理的图像预处理方案,通过SSIM和PSNR指标分析衡量三种滤波效果,最终选择效果较好的双边滤波。对比分析常用的分割法效果,实验表明OTSU分割法效果更优。然后,针对OTSU分割算法存在效率低和抵抗性能差问题,本文提出了改进OTSU图像分割算法。使用滤波前后的差分图像作为OTSU算法的输入,在OTSU算法中引入本文改进后的海鸥算法。通过实验表面,改进后的OTSU算法能够通清晰的提取出本文研究内容的商标轮廓信息。最后,通过形态学处理分割的图像,去除多余孤立的点并消除毛刺和孔洞。（3）针对Hu矩匹配在复杂工况下难以选取合适阈值实现精确匹配识别、SIFT特征匹配在复杂工况下存在特征点误匹配问题以及耗时较多问题,本文提出了基于全局Hu匹配和局部SIFT匹配融合的Hu-SIFT快速匹配方法,并针对融合后的Hu-SIFT算法存在的问题,提出了改进后的Hu-SIFT算法,提升匹配精度,降低了运算时间,满足了实时检测的需求。对工件检测中定位需求,提出了主轴旋转法降低了最小外接矩形的时间复杂度,并利用基于辅助模板与最小外接矩形结合的定位方法。（4）设计了产品检测定位系统。具体分析了软件主要功能,基于VS2019开发环境、MFC Windows平台应用程序开发框架以及Open CV开源图形处理库,编制了一套产品视觉检测软件系统。完成了硬件的设计、安装和调试。视觉系统计算出定位数据传输给与4轴机器人实现精确定位。本系统实现了产品在线检测、工艺定位的智能化,提高了协作厂家工业生产的自动化水平。本课题设计系统已应用于亳州福达印务有限公司生产线中,取得了很好的使用效果和经济效益。