移动机器人的视觉导航技术是目前科学研究的热点和重点,随着视觉导航技术研究的深入,工业AGV搬运机器人、智能车辆和国防技术研究取得了重大的突破。由于视觉系统所采集的图像具有信息丰富,对运动环境描述全面的特点,使得移动机器人控制智能化成为发展趋势。本文根据移动机器人的运动控制要求,对图像预处理、图像分割、特征区域匹配的方法进行了研究,并完成了对目标标识物的识别。运动模型的分析为移动机器人的运动控制提供了理论依据,在对CCD摄像机模型在图像采集中所产生的畸变进行分析过程中,采用Tsai两步法标定出摄像机的内外参数,并通过实验对标定结果进行验证。结果表明,该标定方法可以达到CCD摄像机的标定要求。由于视觉系统采集的图像受到周围环境的影响,会产生噪声和畸变。因此在进行图像分割和特征区域匹配前对所采集的图像进行了灰度变换、中值滤波等预处理,提高了图像处理的效率;在图像分割过程中汇总对比了多种边缘检测算子的处理效果和效率,最终选定采用Sobel算子进行图像的边缘检测。在标识物的识别过程中,进行基于颜色分割时,选取自动阈值分割法,采用基于最大面积法选取初始阈值的最大类间、类内方差比法对运动路径图像进行初始分割。在图像修正中又先后使用了图像膨胀和图像细化的方法,便于目标标识物边缘信息的更好提取。在标识物识别和运动控制系统中,提出了颜色特征区域匹配的方法,通过图像中像素RGB值与样板中的RGB值的绝对偏差的计算,实现了对标识物的识别。利用Visual C++的开发环境和图像处理技术,开发了移动机器人运动检测和视觉导航两个系统,实现了对移动机器人的运动仿真和运动控制。移动机器人视觉导航实验结果表明,论文中所提的方法和思路有效可行。