实时图像处理、目标识别、导航以及实时计算是计算机视觉研究领域热点关注问题,本文在总结现有机器人视觉研究成果的基础上,利用实验室现有的实验平台,对视觉处理过程做了深入研究。并根据单目视觉中立体图像恢复和双目视觉标定的原理,提出利用不同变动焦距摄像头来拍摄图像的方法,实现对未知二维平面固定目标的识别、定位,并在此基础上,从二维平面图像中恢复三维图像。主要工作包括:1、针对视觉图像预处理中视觉传感器易丢失图像的精度,从而引起图像的失真的缺点,引入摄像机景深原理,提出使用双目摄像机系统结构来解决场景中物体的深度恢复,由于这种摄像机系统结构的两个摄像机焦距不同,采集到物体的近景和远景图像也不同,从而为图像的深度恢复提供了前提条件。2、在摄像机的标定方面,对传统的摄像机标定技术进行了分析和研究,并研究了在各个坐标系下的摄像机模型,并利用透视变换矩阵对摄像机进行标定。并在此基础上,对主动摄像机的标定技术进行了详细的研究,其中主要工作是对摄像机平行移动和旋转移动的标定技术做了讨论,最后对机器人的自标定技术进行了深入探索,解决了机器人在变动视场下能够实时的进行摄像机标定的问题。3、在特征提取和目标识别方面,研究了运动场和光流运动对特征提取的影响,通过对不同的特征提取方法的研究,逐步得出空间物体的几何特征提取方法。通过对贝叶斯网络识别算法的研究,来提高物体识别功能,并且减少外界对特征识别的干扰。在对颜色的特征识别做了研究以后,引入计算机图形学中的光线跟踪原理,来进一步提高物体的识别精度和抗干扰能力,光线跟踪原理还具有对光线的要求低的优点,但缺点是对机器人的内存和计算能力要求过高。4、在定位和导航方面,通过对机器人定位所遇到的问题的研究,提出相应的解决办法,在对各种地图的表示方法进行比较和研究后,运用上面的地图表示方法对实验室的地图环境进行了构图。5、在机器人视觉应用方面,主要研究一种机器人模型,这种模型有别于双目视觉机器人,它采用在头顶安装摄像机,来代替全局摄像头进行图像采集,并在实验室环境下借用电子罗盘这一工具来进行方位校正。从而为机器人能够到达预定目标提供保障。