随着中国劳动力越来越紧缺,上下料机械手被越来越广泛地运用于各类生产设备的自动化改造中,这其中应用最为成功的是注塑机械手和冲压机械手,但是应用于金属切削加工机床上下工件的场合却很少用到机械手，这其中有一个重要的瓶颈，那就是金属切屑残留在工装夹具的定位元件及定位表面上，导致定位失败而使工件报废，因此，研究出一种能稳定可靠的机器视觉算法来检测是否有金属切屑残留在定位表面上就成了上下料机械手是否可以应用于金属切削机床自动化改造的关键。　　本文论述的是通过立体重构法来求出物体凸出与工件定位表面的高度，间接地得出是否有切屑残留在定位表面上。因此本文的所有研究工作也是围绕怎样检测出切屑边缘轮廓相对于定位元件上的凸起高度，并对所求得的凸起高度值进行精度分析。具体研究内容如下：　　首先对图像的HSI梯度进行模糊综合评判，从实现了从图像中提取到切屑边缘的粗糙轮廓线。经实验验证采用对图像HSI模糊综合评判法提取切屑轮廓线，与传统的灰度梯度法相比可以充分利用图像的信息，轮廓提取质量也大幅提高。　　在成功提取到粗糙轮廓线以后，构建一套算法和数据结构将粗糙轮廓线细化为单链轮廓线，并在此基础上建立了曲线坐标系。从而为像素匹配作好准备。　　设计了一套专门用于固定摄像头夹具和标定摄像头的方法，在推导出深度计算公式后，结合验证试验逐步开发和完善出成熟的像素匹配算法。　　通过最后的检测实验验证，该方法对切屑凸起高度检测精度为3mm,可以满足一般生产车间粗加工及半精加工自动化改造的需要。