在机器人应用领域，视觉引导是控制机器人移动作业的关键技术和重要途径。对于打乒乓球机器人而言，视觉系统是其实现自我感知与环境交互，并捕捉环境中感兴趣目标的重要手段。基于打乒乓球机器人系统平台，本文对单目视觉系统下的运动目标参数估计等问题展开深入的研究，主要涉及到打乒乓球仿人机器人击球过程中的本体姿态估计、运动员击球过程中球拍的运动特征轨迹提取、乒乓球旋转参数的在线估计及用于架构视觉系统的智能相机样机的研制等问题。具体来说，论文主要工作包括:　　 第一，提出了基于HSV空间的白适应阈值分割算法，稳定地实现了目标的图像分割;分析了图像模糊边缘的成因，提出了一种基于概率统计的亚像素精度边缘检测算法，将边缘点的定位精度细化到亚像素级，实现了稳定可靠的边缘提取;采用了基于PnP位姿初值结合OI优化的位姿估计算法，快速稳定地实现了本体姿态的估计，既保证了系统的实时性义保证了位姿估计的精度。　　 第二，提出了一种多约束、宽阈值的目标分割算法，解决了反光强烈、光线不足等因素的干扰问题，保证了目标分割的鲁棒性和准确性;提出了一种1-DLDO边缘线性检测算子，能够实时稳定地提取出特征线有效边缘，并实现边缘骨架的细化工作;优化了Hough变换算法，并将其与RANSAC算法和最小二乘方法结合，提高了特征线的提取精度和鲁棒性;依据球拍击球的运动事实，准确有效地提取出击球阶段的球拍运动特征轨迹。　　 第三，讨论了乒乓球旋转的成因，根据旋转的主要特征把旋球分为6个基础类别;分析出决定旋转模式及大小的关键因素，为旋球参数估计提供理论依据;依据运动员击球动作的先验知识，设计了包含法向连续性滤波、位移平滑滤波、位移法向角滤波、采样间隔滤波的多重滤波器，有效地剔除误判的运动特征采样点;提出了一种模糊信息融合的参数估计算法，对球拍运动特征采样点旋转参数进行模糊估计，然后利用轨迹中的有效旋转信息进行信息融合，获得最终的旋球估计参数。　　 第四，搭建了基于DSP+FPGA的嵌入式视觉单元的硬件平台;架构了FPGA的内部系统框架，实现了SCCB协议并完成了OV5620的图像采集及乒乓存储操作;设计了总线占用轮询机制，实现了多模块对外部存储器的优先级访问;完成了DSP对FPGA的异步数据读取，实现了RAW-RGB到RGB转换的图像处理算法，建立了基于UDP的网络通讯，并完成部分上位机软件开发工作，实现了对智能相机的远程操作。　　 最后，对本文的研究成果进行总结，并指出进一步需要开展的工作。