随着工业4.0时代的到来,在生产中引入智能机器人将形成一个趋势。而机器人实现智能化的关键,则是通过对视觉图像分析来模拟生物的眼睛,从而对三维世界有准确的感知和理解。因此,研究机器人视觉技术具有重要的理论价值和实际应用意义。论文以单目视觉获取图像信息,通过改进的SIFT算法实现对目标物体的识别,并利用单目定位算法得到目标在空间中的三维坐标,最后通过实验验证算法的可行性。论文首先对摄像机的线性和非线性成像模型进行研究。分析张正友摄像机标定方法,考虑摄像机镜头的畸变,推导摄像机标定的原理。通过OpenCV编程,完成摄像机的标定实验。实验结果表明张正友标定算法能很好的完成摄像机的标定,得到摄像机的内参数以及畸变系数。针对尺度不变特征变换(SIFT)算法存在的不足以及算法在本文中的应用场景,提出了SIFT算法的自适应阈值改进以及描述子简化的改进。并在算法的匹配阶段提出双阈值最近邻匹配以及基于马氏距离的匹配点对提纯。通过OpenCV编程完成改进SIFT算法的目标识别实验。实验证明改进的SIFT算法在保持传统SIFT算法的优点上,对光照具有更好的鲁棒性,算法的匹配耗时减少,匹配的正确率得到提高。根据实际的应用环境,采用基于单幅图像的定位方法。结合机械手操作平台上的四个标志点和摄像机的内参数与畸变参数,得到像平面到工作台平面的成像关系。根据目标物体在图像中的位置,得到目标在工作台平面上的坐标,实现基于单幅图像的定位。最后以KUKA机械臂为实验载体,应用本文中的改进SIFT算法以及单目定位算法,完成目标物体的抓取。