随着市场经济与科学技术的迅速发展，服务机器人被大量应用于人类的生产生活中，并发挥重要作用。在与服务机器人相关的技术中，图像分割技术是重要的关键技术之一。在图像分割技术的帮助下，服务机器人能够对视觉图像中的每一个像素点进行分类，有助于服务机器人进行环境感知。为服务机器人自主导航，道路识别，障碍物检测等任务提供了有利条件。　　近年来，得益于计算机视觉与人工智能技术的迅速发展，服务机器人图像分割技术也取得了长足进步。可是，仍然有许多难点未被攻克，比如服务机器人全天候图像分割技术，可迁移的服务机器人图像分割技术，以及图像分割技术在服务机器人上的应用。因此，对服务机器人图像分割技术进行深入研究，研发新的服务机器人图像分割算法，探索新的服务机器人图像分割应用技术具有重大意义。　　基于上述研究背景，本论文围绕服务机器人图像分割技术展开研究。通过分析国内外服务机器人图像分割技术的研究现状，针对服务机器人图像分割技术的难点，提出了新的服务机器人图像分割算法与应用方案，取得了以下成果：　　（1）本论文提出了一种基于滑动窗口的服务机器人图像分割技术。通过设置一个可在服务机器人视觉图像上滑动的窗口，对窗口区域进行分类，然后将窗口区域分类结果与基于阈值的图像分割技术融合，对服务机器人视觉图像完成二值分割。在嵌入式计算平台NVIDIA jetson TK1上的应用中，取得了比较好的分割效果。　　（2）本论文提出了一种基于生成对抗网络的全天候服务机器人图像分割技术。通过设计一个可监督的生成器，对服务机器人全天候视觉图像进行转换，再进行二值分割。在嵌入式计算平台NVIDIA jetson TX2上的应用中，在消耗少量计算资源的前提下，取得了准确度较高的分割效果。　　（3）本论文提出了一种基于语义的可迁移服务机器人图像分割技术。通过引入知识语义，对服务机器人图像分割技术进行迁移学习。使服务机器人在固定场景下学习的图像分割模型能够应用于其他场景中，并取得较好的分割效果。