近年来,人工智能广泛的应用于各个领域并得到了广泛的关注,智能割草机器人作为其代表产品,能够通过视觉传感器获取草地周围的环境,自动判断草地与障碍物,实现路径规划、自我导航和自主作业等功能。本文研究目的在于对草地内部状况进行识别研究,通过采用合适的机器视觉算法对草地内部障碍物和边界线进行识别,为割草机的行走和避障提供支持,从而提高割草的自主能力。主要研究内容有:(1)对草地内部障碍物进行了识别研究。对于草地内部出现的不同障碍物,采用了不同的方法进行了识别,通过基于颜色特征、纹理特征对障碍物的识别实验对比,最终确定了融合颜色和纹理联合特征的Mean shift算法障碍物识别,实验结果表明,该方法可以忽略障碍物的分类,识别效果好于单一特征的方法。(2)对草地内部分界线的分割方法进行研究。讨论了不同步长和角度选取对纹理特征的影响,在纹理特征的计算上,采用滤波的滑动窗口的方式,节省了系统计算特征的时间,提出了基于纹理特征和SVM草地分割方法,对草地内部图像进行了初步分割。(3)对草地内部分界线进行提取与映射。通过统计二值图像中左右两侧黑色像素点的个数,判断未割草地的区域,对区域外的杂点和连通区域进行形态学处理,利用边缘检测算子对草地内部边界进行描绘并映射到原图。