近年来,人们对于工业生产效率提出更高的要求,工业智能化、生产灵活化、操纵集成化的分拣系统必将是未来智能工厂的趋势。传统的分拣系统以固定分拣方式进行分拣,一旦小型工件位置发生变化便会使分拣失败。同时,很难做到根据具体需求进行分拣。机器视觉技术在最近几年发展的越来越快,将传统的分拣系统加入机器视觉技术已经成为多方学者研究的主要方向,基于机器视觉分拣系统如今广泛应用于食物、快递、农业、制造业等领域。但对于小型工件分拣的研究还存在光照影响下识别率较差,末端执行机构分拣精度较低等问题。通过分析目前多种分拣系统存在的各项问题以及企业对于生产分拣的需求,设计了一套基于单目视觉的六自由度机械臂分拣系统。首先,针对复杂环境下生产线上待识别小型工件的分拣问题,采用了单目视觉和六自由度机械臂相结合的分拣方式,并对分拣系统的硬件平台进行搭建,构成基于单目视觉的六自由度机械臂分拣系统。在系统硬件构造完成基础上,对其进行D-H建模,通过提出的反向求解正向调节控制方式对六自由度机械臂进行控制,将分拣动作进行编写与测试。测试结果表明,分拣动作柔顺性较好,抓取精度有所提高。其次,上面研究仅是对分拣过程的末端执行动作进行分析,不能有效的对小型工件根据具体需求进行分拣。针对小型工件在光照影响、部分粘连和尺寸变化等实际环境干扰下存在的多种问题,提出基于HSV的小型工件颜色识别算法、基于几何特征的小型工件形状识别算法,并针对小型工件中应用较多的电子元器件提出基于多特征融合的电子元器件识别算法。将三种算法与目前大规模分拣生产线上应用的模板匹配算法进行对比,测试结果表明,降低了光照影响、小型工件存在部分粘连等问题对于识别效果的干扰,正确识别率上有了较大的提高。最后,本文通过QT界面开发软件将六自由度机械臂的分拣动作程序与小型工件的识别算法封装到一起,构成基于单目视觉的六自由度机械臂分拣系统的人机交互界面。该系统可以较好地实现小型工件的颜色识别功能、形状识别功能、电子元器件识别功能、定位功能、分拣功能等,达到了小型工件分拣系统的基本性能需求,并且分拣系统的识别和分拣实时性好,具有较为广泛的应用前景。