机器人视觉认知一直是人们研究的热点,它的研究是为了使机器人能够智能的认知周围物体。然而即使是一个十分简单的物体,要使用机器去识别它都是一件十分不容易的事。其中最为关键的莫过于是物体的表示或描述,也就是说,使用什么样的特征才能够区别一个物体与另一物体。最近几年人们对图像局部不变性特征的研究,似乎使我们看到了解决这一问题的希望。图像局部不变性特征,其核心是“不变性”。人类识别一个物体时,不管这个物体是远是近,都能对这个物体进行辨认,这就是所谓的尺度不变性。当这个物体发生旋转时,我们同样可以准确的识别它,这就是所谓的旋转不变性。让机器人也能够像人一样具有这种识别能力就是研究图像局部不变性特征要解决的问题。本文对图像的局部不变性特征与机器人的双目摄像机标定进行了详细分析与描述。首先从图像中提取出对尺度旋转、缩放、亮度变化等无关的SIFT和SURF局部特征向量,然后通过运用改进的KD-树算法,对图像间的SIFT和SURF特征点进行匹配,根据图像间的透视变换,确定了模板图物体在场景图像中的位置。再根据张氏摄像机标定算法求取相机的内参数矩阵,运用对极几何原理求出双目相机间的位置关系,最后根据双目视觉的三角测量原理确定了物体在空间中的位置。实验结果表明,运用SIFT和SURF特征描述的图像特征,在图像的旋转、缩放、一定遮挡等条件下具有稳定性；运用RANSAC算法求取的物体仿射变换关系对物体在图像中的定位具有一定的可靠性；并且根据相机的标定结果对物体的空间位置定位也比较准确,可以用于机器人的操作。