视觉测量与定位问题是计算机视觉领域的核心问题，具有重要的理论研究价值和广泛的应用前景。到目前为止，尽管国内外在此领域取得了丰硕的研究成果，但在实际应用过程中仍存在很多问题有待解决。本文以视觉系统的实际需求为出发点，对具体应用过程中遇到的一些视觉测量与定位方面的问题进行了研究。主要研究内容及结果如下：　　 ⑴针对直接线性方法在基于线对应的单应矩阵估计中在某些特殊的摄像机姿态下会出现较大误差的情况，提出了一种基于线对应的归一化单应矩阵估计方法并将其应用到视觉测量中。该方法不仅提高了算法的鲁棒性，同时又保持了直接线性方法简单、快速、易实现等优点。　　 ⑵利用车轮与地面的接触点必位于过车轮中心的像点和垂直消影点的直线上这一性质，提出了一种单幅图像、单个车轮情况下车轮与地面接触点的自动检测方法。大量图像的实验结果均验证了该方法的有效性，并成功应用于交通事故现场处理原型系统中。　　 ⑶研究了一种利用平面单应矩阵来估计人脸姿态及人脸在图像中位置的方法。该方法实施简单、不需要对摄像机内参数预先进行标定，能够在较大范围内比较精确地估计人脸姿态及人脸在图像中的位置。　　 ⑷给出了两种基于平面激光测量的移动机器人自定位方法。第一种方法是改进的Hough密度谱的方法，它的主要优点是避免了现有方法Hough变换离散化过程中的信息损失问题，提高了算法的精度和鲁棒性。第二种方法是基于Fourier-Mellin变换的方法，主要利用Fourier变换的位移理论和Fourier-Mellin不变量来估计运动参数。为了避免图像离散化造成的信息损失，在该方法中使用基于Hausdorff距离的最近点迭代(ICP)算法来进一步精化平移向量。