计算机视觉是计算机科学和人工智能的一个重要分支。随着科学技术的发展，其应用研究受到越来越广泛的重视。在工业领域，机器视觉正成为一种提高生产效率和保证产品质量的关键技术。对于未来的机器人系统，视觉伺服将是重要且通用的控制模式。本课题的应用背景是机器人施釉系统。其研究成果不仅对当地陶瓷生产的现代化进程有直接推动作用，而且可以促进视觉伺服的应用研究。 首先，本文结合生产的要求，采用基于位置的动态look-and-move结构设计实现视觉伺服系统。在数字图像的获取方面，需要解决图像设备的选择，图像数字化和照明等问题。本文以该视觉系统为平台还进行了以下一些方面的研究。 摄像机定标：摄像机定标是大多数计算机视觉任务的重要前提。设计应用灵活的定标方法具有重要的意义。本文对现有定标技术做了分析和比较，并采用简便而适用的定标方法进行系统定标。 图像的低层次处理：在视觉系统中，没有对图像低层的前期处理，就不可能完成高层的后期理解。考虑计算机运算速度和低成本的要求，结合系统需要，提出更新更快的算法，研究原始图像的滤波、分割等问题。 特征提取：首先通过对图像的预处理把摄像机获取的图像转换为便于特征提取的图像。选取合适的图像预处理方法，有利于提高系统对反光、阴影等各种噪声的抗干扰能力，从而提高系统对复杂环境的适应性。本文对二值图像采用数学形态学处理，并在实验中得出特征提取的最优策略，获取物体的定位信息。 设计完成视觉伺服任务：通过研究实验，使用VC、Intel的OpenCV等开发工具完成软件系统，实现施釉机器人利用视觉信息进行定位。