当物体整个或部分遮挡光源时,阴影会出现于一个相对较暗的区域中,对于人类而言,从二维场景中辨别阴影是件轻而易举的事情,但对机器人而言却是件十分困难的工作.在课题研究中提出了基于HSV彩色空间的色调值融合RGB色彩模型中蓝色信息的阴影区域自动分割方法.通过对不同光照下的实际自然场景图像的阴影区域检测与补偿,实验表明所提方法是有效、可行的.图像分割是图像处理中另一项最为基础也是十分重要的一项研究领域,也是当今研究热点之一.目前已提出了多种阈值化方法,但由于图像分割本身问题的复杂性及自然世界变化的多样性,其中许多阈值化方法并未得到很好的应用,提出了非监督学习分类法以确定二维图像中的类别数并自动确定阈值方法.通过对不同图像的多次实验,验证了所提方法的有效性.立体匹配是立体视觉中最重要也是最困难的一项工作.进行立体匹配时,特征提取是匹配得以进行的另一项重要工作.目前尚没有一种普遍适用的理论可运用于图像特征提取,在课题研究中,提出了二维图像特征点自主提取时闽值的鲁棒确定算法.通过对不同自然图像的多次特征点提取实验,证实了所提方法能满足机器视觉系统中自主识别与提取二维图像特征点要求.在进行立体匹配时,基于正确匹配的特征点间的灰度相关值不一定出现在极大峰值处,提出灰度相关复峰集融合矩阵相关三目立体匹配方法.在课题研究中,通过采用灰度相关技术提取复峰特征点作为候选匹配集,计算基线距矩阵与视差矩阵的相关性确定匹配对应.方法简便可行,并有机地将立体图像特征点间的灰度相关性与空间相关性结合了起来.通过对不同自然图像的实验验证,证实了所提方法的鲁棒性.