利用雷达、激光对运动目标进行测距是目标定位的主要技术,而这对设备及场景环境有特定的要求。本课题研究的是利用虚拟现实技术及图像处理相结合的方式,虚拟重构出目标,用标定好的CCD对运动后的目标物体进行拍摄,获取其精确的三维信息,对其进行精确定位。本文研究并分析Tsai及zhang标定法的优缺点,提出应用改进的两步标定方法,运用基于Harris亚像素角点提取法提取子像素级的角点,建立合适的畸变模型,并运用改进的LM优化算法,以精确优化CCD内外参数;标定完CCD后,用其拍摄适量的图像对,对其进行立体匹配。由于图像对可分成短基线及长基线两种情况,为获取较高精度的匹配点,本文提出新的匹配算法:针对前者,采取灰度相关法进行初始匹配,采取最小中值二乘法和RANSAC两种鲁棒性算法对误匹配点进行剔除,然后利用基础矩阵F进行引导匹配,得到更多的匹配点。针对后者,采用SIFT算法;得出精确的匹配点后,应利用SFM算法得到精确的三维点信息,利用VRML浏览器显示重建后的物体。创新地提出了利用VR与图像处理相结合的方式,根据重建好的物体,将CCD固定在世界坐标系的位置,利用CCD拍摄移动后的物体,对物体进行精确定位。本文研究的目标定位算法应用较为简单,在视频监控、三维可视化仿真、虚拟场景等领域具有很广阔的应用前景。