本文分析了蘑菇图像的数字特征和计算机视觉处理的基本算法，对于蘑菇图像采用了二次阈值分割方法，先用高阈值二值化图像，分割出蘑菇的中心区域；再用合适的低阈值分割背景和目标，提高了蘑菇识别和分割的成功率。在具体的蘑菇图像识别的过程中提出了基于序贯扫描方法的蘑菇图像区域标记技术，根据第一次图像分割的结果，实现各个蘑菇图像中心区域的识别；根据第二次阈值的结果，从中心区域的中心坐标出发，沿着半径方向搜索蘑菇边界，实现各个蘑菇的独立分割。 　　蘑菇采摘路径的优化也是本文的一个研究的重点。本文在分析标准遗传算法及其他改进遗传算法模型的基础上，提出了一种基于梯级联赛优化策略的改进遗传算法。对不同规模的TSP问题还进行了仿真计算，其结果优于标准遗传算法，并且相对于经典的并行遗传算法模型——粗粒度模型移植到单PC机上的应用具有编程简单，易于应用的特点。对已经识别完的蘑菇图像形心坐标使用本文提出的改进遗传算法对采摘路径进行优化，得到了令人满意的结果。通过上述的研究与仿真实验，为蘑菇采摘机器人视觉导航系统的开发奠定了理论基础。