不同于单目视觉局限于获取物体的二维图像,立体视觉系统可以获取更丰富的视觉信息;因此,立体视觉技术在智能机器人的避障、物体定位、物体识别中具有巨大的作用,得到了越来越多的重视与研究.特别是在物体识别定位技术方面,可以准确地识别物体并定位物体三维坐标,如果将其应用在工业流水线工件的识别与分类和石化行业零部件检测与维修中,这会对社会产生巨大的应用价值.本文以此为背景对立体视觉的识别定位技术进行研究,解决目前存在的问题并优化其存在的不足.　　本文主要工作内容和创新性成果如下:　　1.摄像机标定:选用11×12个方格的棋盘标定板的方法进行双目摄像机标定,获取摄像机的相关参数并验证了标定结果的准确性,以便于后续三维重建及物体定位研究.　　2.图像预处理:结合实验研究了几种图像预处理方法.提出选用中值滤波跟高斯滤波相结合的方法进行图像去噪处理,即先用高斯滤波进行初次滤波,再用中值滤波达到改善图像质量的目的,以便于图像的最终识别.　　3.立体匹配:着重研究了极限校正这一立体匹配的约束条件,通过实验验证了经过极限校正后的图像的畸变明显减弱,从而极大地加快了图像的立体匹配和三维信息的恢复过程.　　4.定位:研究了立体匹配中阈值λ的合适数值,该数值是度量匹配点是否匹配的参考数值,并将其应用到本课题研究的物体定位中.提出一种间接验证方法验证定位精度,即标定板中已知角点与角点之间的距离验证定位精度的方法.　　5.物体识别:对SIFT特征描述子进行改进,分别从尺度、旋转以及遮挡三个方面进行改进算法和原算法实验验证,分析并统计了识别实验对比结果,最终验证了改进算法在匹配准确度和速度方面具有较高的优势;最后就某一工件进行了识别定位实验.