目标的识别定位和跟踪技术在各行各业都有着广泛的用途,并逐渐向自动化和智能化发展。本文采用可以获得空间三维信息的双目摄像头实现物体的识别与跟踪研究。双目摄像头具备图像采集简单、速度快、效率高、成本低、可构建三维空间的特点。本文使用双目摄像头对目标进行图像采集,对目标物体图像和视频流图像进行特征点提取与匹配以识别目标并确定目标在图像中的位置。通过双目摄像机成像原理和坐标系转换等原理完成在视频流图像中对目标图像的姿态判定和动态跟踪。本文主要完成以下方面的工作:首先,解决了目标物体在双目摄像头图像中的识别与定位问题。在双目摄像头图像中,对包含目标物体的已知图像和待匹配摄像头图像进行局部特征点的提取与配准,使用局部特征点匹配算法SURF对已知图像和未知场景图像进行匹配试验。然后择优选取匹配点对和使用RANSAC算法对提纯匹配对进行双级提纯优化,确定针对目标区域的单应矩阵,并推导出待匹配图像中目标物体的位置信息。其次,针对空间物体在双目图像中图像差异原理,提出了一种水平相对姿态识别算法。根据摄像头标定中获得的摄像头的内外参数为计算参数,以双目摄像头成像原理和坐标系之间的转换关系为基本计算原理,对双目摄像头图像中目标物体图像匹配点在左右摄像头图像之间的坐标差异进行角度计算,通过相应的三角几何变换,推导出目标物体相对于双目摄像头的水平偏角姿态,最后通过实验验证了此水平姿态估计方法的可行性。之后讨论了将SURF目标识别与姿态判定算法结合的可行性,并进行验证。最后,研究了目标物体在摄像头图像中的动态跟踪问题。通过将SURF算法所取得目标物体在待匹配图像中的位置轮廓信息引入跟踪算法KCF中,取消了KCF算法手动标定目标区域的步骤,简化了人的参与度,解放了人类的双手。最后通过特定目标物和摄像头对自动识别与跟踪的算法进行实验验证,基本实现目标物体在视频流中识别与跟踪的自动化和智能化。