计算机的视觉定位技术是近年来工业机器人领域中迅速发展起来的崭新技术，因其具有精度高、非接触、实时分析与控制、连续工作的特点，开辟出智能机器人智能定位的新思路，弥补了传统工业机器人工作成本高、生产效率低、智能化程度不足等缺点。机器人如何通过视觉识别目标并对目标位置进行精确定位，是本文研究的主要目的。主要工作如下：首先，针对实验环境以及识别对象的颜色特性，采用一种新的基于颜色特性的彩色图像前景与背景分离算法，可以有效的对识别对象进行粗提取。然后，为了改善图像的质量，进行了中值滤波和图像增强。区域分割是目标识别之前必须的操作，通过比较几种分割方法，本文采用最大类间方差法进行图像分割。其次，对于目标识别，介绍了一些方法。针对本文实验需要识别的对象（包括圆，矩形，十字形等）提出了一套具体的识别方法。因为这些对象在图像投影的过程中都会发生平移、旋转和尺寸的变化，所以建立一种基于训练集特征库的模板匹配分类方法进行目标识别，这些特征保证目标识别过程中具有仿射不变性，该方法提高了算法的鲁棒性。另外，对于已识别的物体，通过计算获取它的几何重心，并结合一种改进的亚像素级中心定位方法，该方法可以有效的提高定位精度。最后，对于目标定位，本文采用了一个摄像机，通过摄像机的标定技术获取它的内外参数，结合目标物的已知信息，可以获得目标物的深度信息，然后通过坐标变换计算出世界坐标系中的其他两个坐标。最后，通过圆形目标对象进行实验验证。大量的实验结果表明，该方法可以快速准确地实现场景内目标物的识别和定位，具有很高的实用性、稳定性。