电信机房对于电信网络问题的检测,大多采取人工方式将测试端子插入网络配线架模块对应插孔，根据端子返回的信号，判断故障发生位置及原因。这种人工的方式不仅工作量大，而且效率极低。往往故障无法在第一时间得到修复，所以需要一种能够代替人工的机器人来帮助完成网络故障检测。但是由于网络配线架排列不规则，导致机器人无法准确的直接移动到对应插孔，所以这就需要对机器人进行精确的目标定位。本文根据图像处理相关技术完成了机器人的目标定位。首先对采集的彩色图像进行灰度处理，根据目标插孔与周围干扰的RGB三种颜色分量之间的不同关系，提出了一种新的灰度变换公式，很好的提高了图像的对比度。之后使用了结合直方图统计的灰度拉伸方法对图像进行增强处理。对于增强后的图像使用了迭代阈值和Otsu阈值法对图像进行并行的分割处理。最后针对目标的形状特征设计了一种模板匹配算法，分别对分割后的两个图像进行精确的目标定位，得出两个定位结果，根据实际项目的精度要求确定一个阈值，当两个结果的差值大于阈值时，我们认为定位错误，提示操作人员进行人工的定位，避免插线端子损坏。如果两个结果差值小于阈值，我们对结果取平均处理，增加了定位精度。通过大量的实验证明，这种方法在最大程度的保护了插线端子的同时，有着非常高的定位精度，完全符合实际的项目需要。