基于视觉传感器定位是近年来高速发展起来的一种定位方法。其原理是通过摄像机获取周围景物的图像,利用景物中一些自然的或者是人造的特征,通过图像处理方法得到周围环境模型来确定目标物体与摄像机自身的位置关系。该方法在实时数字摄影测量、机器人运动导航、飞行器主动视觉定位等领域具有重要的使用价值。也是目前较为流行的研究课题。在视觉传感器定位中,单目定位由于具有结构简单、标定步骤少等优点,同时还避免了立体视觉方法中的视场小、立体匹配难等缺陷,逐渐成为了空间定位领域中的一个重要分支。然而,虽然单目定位在经历多年的研究与探索之后,已经取得了令人瞩目的进展,但是仍然存在许多不易克服的障碍,其目前最大的难点在于特征点坐标的提取,特征点坐标提取存在的主要问题有:(1)由于是单目定位方式,其算法的针对性较强,环境的变化对特征点的正确提取影响较大;(2)目前大多数坐标提取算法都涉及到多图像处理技术的融合应用,而运用一个统一的理论体系实现各个环节的算法并不多见;(3)大多数特征提取只能通过计算机进行处理,不易携带,且由于算法的复杂性,不能获得实时结果。鉴于此,本论文将以数学形态学和图像分割作为理论指导,重点研究基于FPGA的实时实现的目标定位方法。首先,本文回顾和总结了目前的各个视觉定位算法,提出了单目相机实时定位的体系结构。该结构从目标识别、目标提取、三维重建角度进行了简要分析,提出目前坐标提取方法的不足,并致力于开发全新的定位算法,通过FPGA来达到实时实现的精确的坐标定位。其次,通过第二章的立体视觉测量原理,透析各个坐标系的相互关系,为第三章算法的开发打下坚实的理论基础。然后,例证目前坐标提取的各种方法对于本文图像坐标提取的缺陷,诸如基于小波变换模极大值的边缘检测、Harris角点检测算法、Harris-Laplace角点检测算法等。通过对本文实际预处理的图像进行各种分析,提出了形态学与生长法结合的目标定位方法。并通过调用各种软件,如MATLAB,System Generator等工具进行算法的开发。最后,本文为达到实时实现的定位效果,通过选型Xilinx FPGA芯片作为硬件实现平台,并对软件与硬件平台下的结果进行了论证。