传统的分拣作业存在效率低下、劳动强度大等诸多缺点,将机器视觉应用于分拣机器人上,对于实现机器人智能分拣有着重要的现实意义。本文针对基于机器视觉的机器人分拣系统所研究的重点问题包括:确定了以库卡KR6700sixx机器人为主体的分拣系统总体设计方案,包括硬件选型、软件设计以及选择通讯协议等内容。视觉系统中的相机标定是通过理论分析和实验的方法,得到相机的内外参数,在此基础上通过理论分析给出手眼标定中求解旋转矩阵R和平移向量T的一般方法。图像预处理过程中采用一种混合滤波的方法解决混合噪声的问题,随后采用OTSU阈值分割法进行图像二值化,为下一步图像特征的提取与匹配做准备。针对目标物在不受遮挡时的图像匹配问题,采用基于全局特征Hu不变矩的匹配准则,实现了模板与目标物的准确识别。针对目标物在受部分遮挡时的图像匹配问题,采用基于归一化互相关准则的Harris角点匹配法并结合剔除误匹配点的RANSAC算法,实现了模板与受遮挡的目标物准确识别。针对动态目标物跟踪的问题,提出了一种将Mean-Shift跟踪算法与Kalman滤波器以及在线学习检测器相融合的算法。该算法能解决目标物在光照变化、部分遮挡及消失重现等场景中跟踪失败的问题,并且能对目标物的运动状态做出提前预测。通过对比实验,证明所提算法具有跟踪精度高、实时性强等特点。机器人的正逆运动学求解后,研究了基于位置的视觉伺服控制方案并建立其simulink仿真模型,通过仿真实验分别实现对静态和动态目标物的定位和跟踪,实验结果证明该方法可靠性高。基于以上研究,该视觉分拣系统方案可以准确识别定位静态目标物,并能对动态目标物的运动状态进行跟踪定位,验证了所提理论的正确性,证明了研究课题的实际意义。