在图像处理领域,障碍物识别一直都是一个重点和难点。由于图像所能够提供的信息的局限性,直到现在也没有一种方法能够准确、有效地识别所有类型的障碍物。双目摄像机的出现为图像识别障碍物提供了重要的深度信息,但由于设备的要求,也极大的提高了图像识别的成本,而普通摄像机还很难做到对障碍物位置的准确识别。同时,图像分割领域,作为障碍物识别中的重要环节,自二十世纪七十年代开始,虽然历经四十余载的发展创新,演化出无数的图像分割算法,但依然没有一种通用的理论可以实现,在完全排除人工参与的情况下,准确有效地分割所有类型的障碍物。本文致力于研究在不需要人为参与的情况下,实现障碍物的有效分割、以及空间位置的确定。当然,针对所有类型的障碍物的准确识别几乎是一项不可能完成的任务。所以,本文结合无人驾驶轮椅的应用背景,即室内环境,对障碍物定位进行有效的简化。本文通过两个普通的网络摄像头,同时采集两幅图像,并对两幅图像进行图像畸变校正,获取未变形的图像信息;之后,利用边缘检测初步划分障碍物位置、图像分割进行更为精细的图像分割,识别出障碍物在图像中的位置;然后,进行凸包提取,提取出障碍物在图像中的角点信息;最后,利用已知的障碍物模型、以及图像坐标系到空间坐标系的转换关系,确定障碍物在房间中的位置。