视觉系统是人类最重要的功能器官,人类所获得的大部分外界信息都来自视觉。计算机视觉是用计算机模拟人眼功能,从图像或者图像序列中提取信息,对外界环境中的事物进行形态和运动识别。视觉系统处理的主要内容是光学图像,对图像中的特定目标进行识别与跟踪是视觉的一个重要应用。在各种光学图像中,彩色图像是对外部客观世界的最为逼近的描述,因此相比灰度图像来说,对彩色图像的处理可以获得更大的信息量。本文针对彩色目标的图像分割和自动识别理论和系统实现中的一些问题开展了较为系统的讨论、研究工作,总结提出了几个解决彩色目标识别中关于色彩分割、目标识别与跟踪和特征提取等关键性问题的方法与技术,实现了基于机器人的彩色目标识别与跟踪系统,并完成了相应的实验。论文的主要内容如下:1.总结提出了一种基于直方图分析的自适应阈值分割算法,应用于对彩色图像中目标形状的分割提取。本算法采用彩色图像的分通道分割原理,以色度和色调为特征量进行基于直方图的双阈值自动迭代分割,同时利用背景特征点监测环境光照变化,自适应更新分割阈值。使用此算法提高了彩色目标分割的整体性能。2.讨论了一种对运动目标的目标识别跟踪算法。本算法采用动态窗口法,利用目标颜色的概率分布特征,锁定目标的颜色分布区域的质心,达到快速准确的跟踪效果。3.以P3-DX智能机器人为平台,开发彩色目标识别与跟踪系统,实现了对彩色目标的实时的、稳定的识别跟踪。实验表明,彩色目标识别系统采用上述算法在实际操作中行之有效,而且实时性好。