随着信息科学的发展,计算机视觉技术在许多行业中已得到广泛应用。自20世纪90年代以来,基于计算机视觉的三维信息获取技术已成为该领域的研究热点。基于视觉的目标定位对于机器人视觉导航、机械手对目标进行作业任务都具有重要的研究意义。本文研究了基于单目视觉的目标定位关键技术,在算法的鲁棒性和定位的精确性上进行相关研究,实现了对目标三维信息的提取,所描述的算法是基于单目视觉的,其优势在于极大地降低了对设备的要求。　　本文研究内容主要包括三个部分:图像特征点的提取与匹配,摄像机标定及图像畸变校正,基于运动参数估计的目标定位方法。对图像特征点提取与匹配常用方法做了系统介绍,研究了基于SIFT(尺度不变特征变换)的高精度特征点提取与匹配算法,实验结果表明SIFT特征点提取与匹配方法具有较高的鲁棒性,可以用于多种场景的特征点提取与匹配;对摄像机标定的基础内容做了详细介绍,深入研究了基于平面方格点的摄像机标定方法,随后对图像畸变校正进行了研究,给出了图像畸变校正的算法。实验结果表明基于平面方格点的摄像机标定精度很高,有效地进行摄像机镜头畸变校正对提高目标定位的精确性具有重要意义;结合前面的研究内容,研究了基本矩阵的求解方法,给出了基于RANSAC(随机采样一致性)求解基本矩阵的鲁棒性算法,随后利用基本矩阵来求解摄像机的运动参数,并提出了一个简单有效的基于运动参数估计的单目摄像机获取目标三维信息的方法。实验结果表明本文方法具有较高的精度,能够满足目标定位的精度要求。