将机器视觉技术引入到工业控制系统中成为当前比较有代表性的研究课题之一。由于机器视觉系统具有精确性、快速性、客观性,在现代自动化生产中,逐渐成为了人们的研究热点,基于机器视觉的应用也在迅速增长。机器视觉作为代替人眼获取环境信息的重要手段,可以提高工业机器人对工件定位的灵活性和自主能力。从采集图像提取目标工件的特征信息,实时的、准确的识别出目标工件的空间位姿信息是机器视觉系统在自动化领域应用的关键技术之一。本文以基于边缘几何特征的模板匹配技术对工件的定位进行了研究。主要研究内容如下：1、图像畸变矫正和坐标转换的实现研究了相机的成像模型和张正友标定法,详细介绍了张正友标定法将三维空间目标点投影到成像平面的推导过程,及内部参数和畸变向量在模型中的作用；同时也详细推导了张正友平面标定图像坐标与世界坐标的转换过程,并对张氏标定算法进行实现,通过实验实现了对图像的畸变矫正和求得坐标转换矩阵。2、基于边缘几何特征模板匹配算法的设计和实现详解介绍了基于特征点梯度信息的模板匹配的方法,推导了采用二次曲面拟合求特征点梯度信息和亚像素坐标、最小二乘平差法求高精度匹配的理论公式,并对算法进行扩展,提出了目标搜索区域局部极大值提取方法,即使搜索图像中出现多个目标示例,算法也能将其全部识别和定位出来。由于算法的理论比较复杂,本文还详细的介绍了算法的实现细节如模板创建、匹配过程等,并绘制程序流程图,通过实验展示每个步骤的实验效果和数据。3、算法实际性能的测试介绍了本文视觉系统的硬件、软件环境及视觉系统整体程序流程图。并分别对单目标情况的鲁棒性、实时性和精度进行了测试,对多目标情况下算法的实时性和精度进行了测试,了解算法的实际性能,同时也对测试结果进行分析。最后,对本文的主要研究成果进行总结,并指出了本文的不足之处和提出改进方向。