机器视觉一直是人们研究的热点,基于机器视觉的应用更是层出不穷。机器视觉研究中需要解决的主要问题是目标的识别与定位,精确的识别和定位以及系统的复杂程度是评价机器视觉系统的重要指标。基于单目视觉系统结构简单、运作灵活等优点,本文通过研究目标识别和定位过程中的基本理论概念以及相应的算法,设计了一个基于单目视觉的目标识别与定位系统。主要完成了以下工作：首先介绍了机器视觉领域的研究背景、意义及其应用,针对目标识别和目标定位的研究现状做了详细分析,又对在识别和定位过程中用到的算法做了简单介绍和分析。第二,提出一种对单目视觉下物体表面透视变形的校正方法,利用消失线的性质求取坐标变换矩阵,坐标变换矩阵确定了图像平面和物体平面的对应关系,按照此对应关系对图像进行插值,实验表明该方法能准确高效的完成长方体表面透视变形的校正。第三,对图像特征提取和描述的几种算法做了简单说明,并分析其优缺点,为了使单目视觉系统达到实时性要求,对SURF (Speeded Up Robust Features)算法提取的特征点进行分类,又结合BBF搜索算法对特征点进行匹配,编程实现了基于改进的SURF算法与BBF相结合的目标识别,实验证明该方法能有效并快速的识别目标。第四,介绍了标定过程中的几种坐标系并描述了摄像机成像的两个模型,又对张正友标定法做了详细讲解,实现摄像机标定。第五,在识别出目标后,运用极线几何知识以及本质矩阵的求解方法,对识别过程中得到的匹配点对进行处理,然后从本质矩阵中获得当前摄像机位置与先前拍摄图像库时摄像机的位置之间的关系,再结合摄像机的内部参数与先验知识即可计算出目标的位置坐标,实验表明该方法能准确获取目标的位置信息,实现目标的定位。最后总结了本文的主要内容,并对基于单目视觉的目标识别与定位系统的后续研究做了简单分析。