仿生机器鱼感知外部世界主要是通过视觉、红外等传感器实现,其中视觉传感器能够获得更多的环境信息,因此对机器鱼来说,高效、稳定的视觉系统是不可或缺的重要组成部分和完成跟踪任务的前提。本文在机器鱼视觉与嵌入式系统的交叉点选题,试图将计算机视觉与嵌入式系统结合起来,接着对仿生机器鱼视觉系统进行了软硬件设计,并结合嵌入式系统具有的特点对仿生机器鱼视觉识别算法等相关问题进行了深入的研究。本文首先介绍了仿生机器鱼的研究背景,分析了国内外相关的研究现状,并介绍了本文的主要研究工作。然后根据仿生机器鱼视觉系统的主要任务及所要实现的目标,设计了以ARM926EJ-S为内核的硬件系统,按引导层、系统层、支持层和应用软件层进行了系统的软件设计,并研究了一种基于嵌入式系统的机器鱼视觉识别算法。在图像的分割过程中,对Otsu自适应阈值分割方法进行研究;针对目标缺失的情况,提出一种基于前一有效帧目标灰度质心的自适应阈值分割方法。接着基于标定棋盘的方法对仿生机器鱼摄像机的标定问题进行研究,并根据仿生机器鱼摆动的原理,试探性地提出一种鱼头摆动矫正的方法。阐述了仿生机器鱼视觉系统在嵌入式平台上实现的过程,在视觉系统识别引导的过程中创新性地将Intel的OpenCV视觉库移植到ARM9嵌入式平台上,并介绍了U-boot、嵌入式Linux、应用程序在目标实验平台上的移植过程。最后总结了本文的研究工作,并指出了今后需要进一步展开的工作。