图像定位一般是指对目标物体在多幅图像中的同名点进行匹配，进而计算出其在三维空间的几何位置。它是立体视觉系统的重要组成部分，在航空航天、机械制造等领域具有重要的研究价值和应用意义。目前对复杂背景图像中目标的定位研究较为薄弱，多数是在背景较单一的实验条件下进行，实用性差、不易推广。针对这一现状，本文设计一个处理复杂背景图像的目标定位系统，引入更加严格的角点评判标准和基于先验知识的区域性尺度不变特征转换(Scale-InvariantFeatureTransform，SIFT)算法等方法，提高定位精度。　　 本文设计的目标定位系统，首先对标定板图像进行去噪处理、角点检测，采用张正友标定法计算出摄像机参数;然后，针对复杂背景图像进行预处理提取特征，对同名点进行立体匹配;最后，利用双目立体测量原理定位目标。其中，各关键环节参数计算的精确度都会对最终的定位结果产生影响，因此要严格控制每个环节的误差。一般的角点检测算法不能保证检测的有效性，本文引入角度判别和自适应局部阈值来提高检测准确度;同时在对特征点进行立体匹配时，提出基于先验知识的区域SIFT算法:根据目标对象的边缘轮廓特征，限定特征点区域筛选出目标物体上的特征点，并根据这些点的位置提取SIFT描述子进行匹配。经过改进的SIFT算法消除了背景因素对匹配的影响，并且可以采集到更多有用的匹配对。实验证明该方法与以区域为基元的匹配方法相比，具有更好的处理效果，为工程应用打下了技术基础。　　 最后论文从角点距离、目标变形度等多个方面对目标定位结果进行综合分析，角点距离最大绝对误差不大于0.03，目标变形度长、宽、高、体积都不超过0.07，验证了该处理系统对复杂背景图像目标定位的处理能力，具有更好的应用意义。