1、移動機器人的目標識別是以圖像處理、分析和理解為基礎，是一項多學科綜合的復雜技術，現(xiàn)在已經(jīng)滲透到軍事、空間探索、醫(yī)學、工業(yè)等各個領域，具有很大的適用價值和重要意義。本文是對移動機器人的目標識別技術進行研究，主要完成以下幾個方面的工作：
　　 首先搭建移動機器人的軟硬件平臺，采用上下位機的結構，下位機采用于S3C241(和C8051F350作為處理器并搭建必要外部電路，用于對圖像信息的采集及機器人自主移動的控制。下位機采集圖像信息后

2、，通過千線網(wǎng)絡將圖像數(shù)據(jù)實時傳送至上位機，上位機選用PC機，用于對圖像數(shù)據(jù)進行預處理及目標識別，最后將識別結果傳回移動機器人作為機器人的決策依據(jù)。
　　 其次就是分析移動機器人的主要噪聲干擾，介紹在室內(nèi)環(huán)境下的圖像濾波算法和二值化算法，通過實驗仿真，選擇對抖動噪聲具有抑制作用的濾波算法，提出Ostu閾值分割算法與Sobel邊緣檢測算子相結合的圖像二值化處理策略。
　　 接著研究對預處理后的目標圖像的特征提取，在分析相對不

3、變矩、仿射不變矩、Zernike矩以及NMI優(yōu)缺點的基礎上，提出了一種新的組合不變矩，并對其進行重點研究，通過實驗仿真表明，新提出的組合不變矩不僅具有類內(nèi)聚合類間可分性，而且還具有一定的抗干擾能力，可以用來作為移動機器人目標識別的特征向量。
　　 最后介紹RBF神經(jīng)網(wǎng)絡模式分類器，提出RBF神經(jīng)網(wǎng)絡的訓練算法，并提出應用RBF神經(jīng)網(wǎng)絡完成基于圖像組合不變矩的目標識別算法，最后通過對均勻性與非均勻性背景的相似目標圖像進行實驗仿真表