随着我国工业经济的迅速发展，近年来，汽车市场呈现出平稳增长的趋势，因此，对汽车行业的自动化及智能化提出了更高的要求。在汽车生产过程中实现对汽车车门的视觉定位，是提高自动化水平及人工智能水平的重要环节。为实现汽车生产线抓取车门的自动化，对汽车车门定位检测算法的研究便显得尤为重要。　　机器视觉技术和机器人技术的结合，要解决的关键技术是视觉系统的标定。其中标定内容包括机器人各个坐标系的标定及转换关系，以及相机坐标系和机器人坐标系相对位置关系的标定，这也是将像素坐标转换成机器人基坐标的关键问题。本文提出了一种新的较简单的快速视觉系统标定方法。该方法首先设定靶标坐标系在标定板的某一确定位置，并设定机器人的工件坐标系与假想的靶标坐标系重合，然后利用三点法完成机器人工件坐标系的标定，最终得到目标点的像素坐标在机器人基坐标中的表示。该方法避开了复杂的相机内外参标定过程以及传统 Eye-To-Hand手眼标定矩阵的求解过程，并实现了单目相机下平面工件三维信息的获取。　　图像处理是车门识别的关键步骤，包括图像预处理、图像分割以及图像的匹配，其中图像匹配是最主要的环节。本文主要就目前主流的基于点的特征匹配及基于模板的匹配方法进行了深入研究，证明了基于形状的模板匹配的可行性，该方法用Canny边缘检测对图像边界进行提取，并用Freeman链码将提取的目标边界表达出来，最后利用Hu矩完成了轮廓间的匹配，结合生产需求，机器人需获得车门所在位置及旋转角度信息，本文利用轮廓重心获得了车门的位置信息，并利用轮廓的最小外接矩形获取了工件的旋转角度，实验证明该方法可以准确的对车门进行定位。　　本文在完成视觉系统标定、坐标转换、车门定位的研究后，利用C#在VS平台上搭建了软件系统，并在该系统上完成了相关测试，验证了该系统的可靠性和实用性。