计算机视觉在汽车制造业的应用程度是汽车制造业发达程度的重要指标,为了提高计算机视觉定位系统检测的速度和精度,发展实时在线检测的计算机视觉精确定位系统已成为国内外公认的大趋势。计算机视觉定位系统由于具备了工业机器人快速灵活可编程以及视觉传感器测量快速非接触的特点,因而能够很好的适应目前汽车制造工业定位生产线的需求。在工业定位生产线上,视觉定位系统的定位精度是定位系统能否被推广应用的决定性因素,而视觉图像处理技术和视觉定位算法是机器视觉定位系统的核心,它直接决定了定位系统的精度。本文对计算机视觉定位系统的图像处理技术和模板匹配定位算法进行研究,提出了改进Robert算子提取图像的边缘特征,得到图像特征的边缘信息,利用基于几何基元的模板匹配算法进行模板匹配,将特征点的位置以及方向向量作为匹配的数据信息进行相似判别计算。有效的改善了因为图像明暗变化、光照不均匀、旋转所带来的影响,为获得良好的匹配效果打下基础。为了进一步提高算法的运算速度,使计算机视觉定位系统能够满足工业实时性的要求,采用基于几何基元的分层图像金字塔搜索算法实现分层搜索提高了算法的匹配速度。为了提高匹配精度,采用了最小二乘法提高了算法定位的精度。最后推导了通过二维图像特征点位置确定特征点三维方位的计算公式,从而可以精确获得车体的当前方位偏差,即工业机器人6自由度的坐标(X,Y,Z,RX,RY,RZ),再通过PLC将方位矫正失量传送给机器人,控制机器人矫正涂胶或抓取等应用时所产生的位置偏差,实现精确定位。本文基于一汽轿车车身定位系统作为试验的硬件平台,应用VC++6.0和Matlab编写了图像处理和快速几何模板匹配定位算法的实现代码,并进行了图像处理和模板匹配定位的仿真实验,实验结果证明本文提出的算法是能够满足工业生产节奏的实时性在线测量,并且计算机视觉定位系统对车身的定位精度满足了工业标准需求。