视觉技术是近几十年来发展的一门新兴技术。机器视觉可以代替人类的视觉从事检验、目标跟踪、机器人导向等方面的工作，特别是在那些需要重复、迅速的从图像中获取精确信息的场合。 工业中桶装液体的灌装非常普遍。随着国民经济的发展，要求对液体灌装的工作越来越多，对精度和自动化程度的要求也越来越高。体现之一就是当容器的加注口为偏心口时，全自动灌装技术的应用就会受到严重制约。本文在深入调查国内外现状的基础上，进一步完善了基于机器视觉技术的偏心桶口自定位系统。 本文分析了摄像机标定的原理、方法及分类，并结合实际应用情况，以传统标定方法为基础，采用了一种简单、快速的摄像机标定与修正方法，直接获得了较高精度的像素当量，并给出详细的实验数据及标定误差校验。针对在环境较复杂，干扰因素较多的条件下，图像的灰度分布会有很大干扰的情况，本文采用了图像分割变换的改进方法，先进行图像分割，再对每一个分割区域应用最优阈值变换，实验结果证明应用最优阈值变换能取得较好的分割效果。结合本课题应用背景，设计了一组实用的图像处理方法即首先采用中值滤波对图像进行降噪，为下一步的工作提供精度保证；其次采用了基于图像数据压缩技术的模板匹配算法，提高了运算速度，缩短了系统的反映时间，并在模板匹配的基础上采用基于统计原理的最小二乘圆检测法，以边缘跟踪确定圆边缘点位置，以最小二乘法估计圆心和半径，提高了检测精度。最后经过计算得到偏心桶口的圆心坐标信息。在Windows 2000下采用Visual C++6.0编写了控制程序。图像处理系统输出的控制指令通过计算机的并行打印口输出，经步进电机驱动电路控制步进电机按照直线插补方式运动到指定位置。 实验证明，本文所开发的系统运行稳定、算法高效、定位精确。