近年来,由于计算机和图像处理技术的进步,使利用计算机视觉来模拟生物视觉成为可能,视觉技术获得了飞速的发展,并已经在工业、医学、航空航天、机器人导航和目标物跟踪等领域得到了广泛应用。视觉技术研究的重点问题是目标的识别与定位,精确的识别与定位是衡量视觉系统的重要指标。单目视觉是视觉技术的一个重要分支,具有结构简单、运作灵活等优点,因此成为了视觉技术的研究热点。本文总结分析了目前视觉技术的研究成果和发展方向,并在此基础上对目标识别、摄像机标定、目标定位等几个单目视觉系统的关键问题进行重点研究,给出了一种基于单目视觉的目标识别与定位方法,具有一定的实用价值。本文主要研究基于单目视觉的目标识别和定位技术,完成了以下工作:第一,对基于图像特征的目标识别技术进行了研究和总结,对经典的Harris角点检测算法和SIFT算法进行了详细介绍,并针对SIFT算法特征匹配正确率不高,匹配耗时过长的不足,提出一种改进算法。该算法基于特征分类的思想,利用角点特性对传统的SIFT算法进行改良,减少了特征点数目,从而提高算法的实时性。通过实验测试了本文算法的目标识别性能,与传统的SIFT算法相比,提取的特征点具有更高的显著性,匹配速度和准确度都有一定提高。第二,摄像机标定是视觉技术领域研究的基础问题。本文对摄像机成像的基本原理、摄像机的线性和非线性模型进行了详细介绍,对各种典型的摄像机标定方法进行了分析和总结,并基于经典的Zhang摄像机平面模板两步法进行了摄像机标定。通过实验计算出摄像机的内部参数和畸变系数,完成了摄像机的精确标定。第三,对基于单目视觉的目标定位问题进行了研究。本文在对单目视觉的定位方法进行分析和比较的基础上,采用基于两幅图像的方法进行目标定位。该方法通过改变摄像机的位置从不同视角获取目标场景图像,利用极线几何约束和图像间匹配点对的关系计算得到基础矩阵与本质矩阵,进而获得两幅图像间摄像机的相对位置关系,最终实现目标定位。实验表明,该算法在小范围内具有较好的目标定位精度,能够满足特定需求,具有一定的实用价值。