随着生活水平的日益提高,人们越发想从烦躁无味的重复性劳动下解脱出来。机器视觉技术的兴起使机器人真正意义上实现“智能”,让其代替人类从事繁杂的工作成为可能。近几年来机器视觉技术已然成为工业生产领域的研究热点。在工业生产中,主要需要解决工件识别与定位的问题。目标识别的准确度、目标定位的精确度以及识别与定位的执行时间是评判视觉系统优良的三个重要指标。基于单目视觉技术的系统具有结构简单、算法复杂度低等优点,本文针对基于单目视觉的平面物体识别与定位问题进行了研究,通过本文提出的识别与定位方法能够对不同平面目标进行正确识别与精准定位。本文所做工作如下:第一,介绍了机器视觉领域的研究背景以及研究意义。第二,介绍了相机成像模型以及各坐标系之间的转换关系,并详细推导了张正友相机标定法的数学描述,然后基于OpenCV代码库实现了相机标定实验,为后续章节的研究奠定了基础。第三,把图像处理分为预处理与特征提取两部,通过对多种图像处理算法的实验比对,分析其优缺点,设计了适合本文的图像处理方案。第四,对目标识别的传统模板匹配方法进行了研究,并提出了一种基于灰度值的模板匹配改进方法,该方法能够对形状规则颜色单一的目标物进行准确识别,100次实验正确识别率为百分之百,匹配失败率为百分之二,未出现匹配错误情况。第五,详细研究了基于单口视觉的平面物体定位方法。针对坐标定位问题,采用设置人工标志的单幅图像定位法对目标物进行定位实验,多次测量平均绝对误差在0.255毫米以内;针对旋转角度测量问题,提出了一种角度均分模板匹配与局部线性化相结合的方法,多次测量结果平均绝对误差在2度以内。最后总结了本文工作存在的不足,并对后续工作进行了展望。