作为一个极富挑战性的高技术密集型项目,机器人足球吸引了越来越多的研究和关注。视觉子系统是半自主足球机器人唯一能感知环境的部分,其实时性和对目标识别的精度对整个系统的性能有着决定性的影响。本文就如何提高视觉系统的辨识精度和实时性,从图像分割、色标设计、目标识别与跟踪等方面对集控式足球机器人视觉子系统进行了研究与开发。(1)分析了集控式足球机器人视觉系统的特点和需求,按照Marr的视觉计算理论框架,给出了系统设计的依据和技术路线,结合比赛的实际,设计了系统的软件和硬件结构。(2)提出一种新的色标设计的方法及辨识方法,降低了对颜色选择的难度,提高对机器人位姿信息的识别精度和稳定性。(3)为满足系统的实时性要求,研究并综合应用了一系列快速图像分割技术,包括:基于CLUT的图像分割、基于RLE的区域合并技术、动态窗口扫描技术等。(4)为能满足快速而且准确地调整图像分割阈值的要求,提出并实现了在颜色空间聚类来自动选取图像分割阈值的方法。(5)在综合分析图像分割原理和方法以及色度学的基础上,确定在HSI颜色空间进行彩色图像分割;实现了光照强度自适应调节技术,提高了系统对环境光照条件的适应能力。(6)将多目标跟踪技术引入到足球机器人视觉系统中,通过航迹预测、航迹检测、航迹关联和航迹融合等技术改进了传统的视觉系统方案。对比试验表明,相对于传统方法,改进方法快速、准确。综合应用上述技术,MiroSot视觉系统得到了改进和完善,鲁棒性更强,识别精度提高,处理速度加快,其实用性和可靠性也得到大赛的验证。