基于视觉信息的目标识别与定位相关技术在工业应用等领域中扮演着重要角色。前期出现的单目视觉方案具有实现过程简单快速的特点,然而此类方案往往无法直接获取目标的距离和位姿等,目标辨识和空间定位任务所需的关键性信息。后期出现的双目视觉方案则模拟出人类视觉系统,所以其天然具有获取空间场景信息的能力和特点,只是目前已有的方法在实现速度与精度方面常常无法得到很好的兼顾,主要瓶颈在于图像目标特征的提取、描述和匹配相关算法的性能。为此,本文基于双目立体视觉原理,对目标的特征化识别与空间定位相关技术进行研究。主要完成以下几个方面的研究工作:首先,基于对视觉系统功能需求的分析,设计了视觉系统框架及核心模块,介绍了选用的关键软硬件环境。同时,对双目立体视觉原理进行数学推导和建模,并确定了视觉识别定位系统的算法框架与总体流程。其次,选择同态滤波对相机采集到的原始图像进行滤波增强处理,以达到平滑降噪和突出有用特征的目的。对针孔成像模型,以及系统所涉及的四个核心坐标系及其之间的关系进行数学推导。为得到几何模型参数值,本文采用张氏平面棋盘标定法对规格一致的两台相机进行标定,得到它们的内外参数。然后,研究了基于特征点的图像目标识别相关理论和算法。本文提出将ORB与SURF两种算法进行融合,以获得适应性和速度方面更加均衡的图像特征点匹配算法;再利用PROSAC算法对误匹配点进行去除,以得到低误匹配率的匹配结果。设计了基于模板特征匹配的目标识别实验,多组实验数据表明,本文提出的融合算法较原算法在速度上有显著的提升。最后,针对Canny算子检测到的边缘存在断续及伪边缘问题,以及Otsu阈值法因光照条件改变而使得分割出的图像出现残影干扰的问题。本文通过联合两种算法,成功将目标准确地从图像背景中分割出来,并且完成了目标的初定位。对比实验表明,相较于原算法,联合分割算法的边缘提取完整性和目标分割的有效性有显著提高。再采用Open CV库中的SGBM算法,通过双目立体匹配过程得到包含目标深度方向距离信息的视差图;结合目标二维初定位方法得到的目标几何中心点及其边界上关键点坐标,将两部分目标信息进行叠加拟合和转换,最终得到的是目标在物理空间中的三维信息,即实现了目标的空间定位。通过理论研究与验证实验,总体来说,本文最终实现的目标特征识别和空间定位效果较为可观。