最近十几年来,机器人技术蓬勃发展,迅速运用到各个领域中,极大地促进了社会生产力的发展,并为人们的生活提供了方便。视觉系统是机器人最重要的感知系统,其任务是通过自身携带的视觉传感器采集环境信息,并对采集到的信息进行实时处理,最终实现目标定位和机器人自定位。基于视觉的移动机器人具有感知环境、定位导航、自主移动等功能,操作简单,功能强大,应用前景广阔,是机器人领域的研究热点。本文以RoboCup足球机器人比赛为背景,研究了类人足球机器人的视觉系统,包括图像获取、图像预处理、图像分割、特征提取、图像识别、目标定位等内容,研究结果对工业检测、生物医学、智能导航等领域的机器人应用具有现实意义。在综述国内外研究现状的基础上,通过对移动机器人特性的分析,重点对图像分割等内容开展研究并取得如下结果:(1)图像获取与预处理。系统采用单目CMOS彩色相机获取图像,并对图像进行颜色模型转换。根据RoboCup类人足球机器人比赛的特点,通过理论分析和实验比较,最后选择了HSI颜色模型。(2)图像分割。图像分割是本文的重点研究内容,结合直方图阈值算法和K均值聚类算法,提出了一种自适应快速聚类分割方法,改进了扫描线种子填充算法,实现颜色聚类的同时获取了感兴趣色块的描述信息,仿真结果表明:与传统的固定阈值法、K-均值聚类算法相比,该方法在实时性、稳定性等方面有较强的优势。(3)图像识别。建立了分类模型,对图像分割所得到的色块信息进行过滤与定性,最终将球场要素(球,球门,色柱等)映射到某个色块,实现了图像识别,实验结果表明算法的识别精度高,具有良好的抗干扰能力。(4)目标定位。利用基于线性模型的摄像机标定方法,求解摄像机的内部参数;结合摄像机针孔成像原理和机器人的物理模型,提出了一种基于单目视觉的几何定位方法,并融合运动传感器数据实现对目标的实时跟踪。在实验室硬件平台上编制了系统的软件模块,并对理论研究进行实验验证,取得了满意的效果。