随着时代的发展,机器视觉技术,在物体尺寸检测、运动物体跟踪以及飞行器空间导航等方面,有了巨大发展和跨越式的突破,而且在某些领域已经完美取代人类。对于特定的、重复性很高的情况,或是对于要求精密测量和非接触测量的情况,或是对于要求信息快速获取的情况,亦或是对于客观环境恶劣的情况,机器视觉的表现更为突出,更为合适。首先,本文介绍了经典的Harris角点提取算法以及图像边缘特征提取算法,在这两种算法的基础上,衍生出轮廓快速提取这一新算法,轮廓快速提取算法能够及时、准确地反应对象的变化,对于不是很复杂的对象的描述有很好的匹配度。同时分析三种经典图像匹配算法:SIFT、PCA-SIFT和SURF,分析其优势和不足,以及各自适用的条件。其次,本文分析了经典的摄像机参数标定方法,最后基于交比不变性(为了获得畸变系数,在图像边缘选择4个特征点,再通过畸变系数来调整畸变点,使之恢复正常,最终可得标准图像),对需要标定的摄像机使用了分步线性的标定方式,从而达到简化算法,提高检测精度的目的。最后,本文研究了基于双焦距的单目视觉姿态估计算法。这里运用双焦距成像模型,并结合最小二乘法,计算出目标物距摄像机的距离。随后介绍了单目视觉的三种主要定位方法,并对这三种方法进行分析研究。最后选择有特征靶标的方法,利用平移变换,结合四元数相关理论,计算出目标物在空间中的姿态角,最终实现目标物的定位。