利用机器视觉完成目标识别、辅助定位等方面的应用较多,但是对于某些特定应用背景环境下不规则复杂部件的识别和定位并没有可行的通用方法,在相机和目标有相对运动过程中,识别和定位存在技术难点。传统的角度识别方法,只适用于规则物体,对于结构和姿态复杂的部件,因这些方法有不通用性,无法做到快速准确的识别；传统精确定位方法由于需要标定参照物,在运动状态下很难实现精确标定,运动中的相机自标定相对于传统方法有更好的灵活性和实用性,但定位精度和鲁棒性均处于研究试验阶段,对于解决实际工程问题还有距离。针对特定复杂部件的识别,提出了一种基于边缘提取和几何计算的高精度视觉识别方法。通过记录初始图像与拍摄位置相关联的基准线,相机运动时提取目标图像不同位置的参考线与基准线比较,通过数学建模计算识别结果,实现准确识别目标,经过实验验证精度达到了10μm,处理大小为2452*2056px的图像耗时约600ms,能够满足高精度实时识别要求。通过实际部件摆放多种不同姿态,结合微动调整,能够快速、准确、可靠地识别出目标的角度数据。通过实际验证,该方法稳定可靠,并且可以运用到复杂部件高精度识别中。针对相机运动状态下的定位,通过由粗略定位到精确定位的过程,提出了在相机运动状态下的视觉高精度定位方法,该方法能够在相机随意移动的情况下实现高精度定位。通过实验测试,定位系统精度达到了0.01mm量级,定位准确、稳定,为有效解决复杂系统作业过程中部件高精确定位问题提供了一种可行的方案。