依照人类视觉系统原理,针对目前自主式移动机器人在目标检测与识别算法上的局限性,研究基于特征线流的目标检测与识别算法。区别于传统光流法,该算法首先提取表征数字图像序列目标的曲线(含直线),进行兴趣区域的分离;然后计算兴趣区域中的特征线流,并根据延伸焦点区分出动态目标和静态目标;最后,经主分量分析抽取目标特征值,采用距离法进行相似度测量,并与事先得到的先验知识进行比对,从而实现目标识别。由于只对表征目标特征值、曲线(或兴趣区域)的像素进行光流计算,对非兴趣区域并不进行额外处理,从而避免了传统光流运算量大的缺陷,减少了系统处理时间,提高了实时性。为进一步提高系统的识别率,又融合了基于特征法的目标识别算法,作为一种辅助的目标识别手段。具体作法是:在主分量分析的基础上,对表征目标的各种特征进行基于Rough Set/Vague Set处理的约简,提取出对目标对象进行分类的唯一标识--目标特征核;然后,用该核进行目标的识别。将上述两种方法整合后,能够发挥它们各自的优点,使整个算法具有较高的运算效率,又具有较强的目标识别能力,从而提高了整个移动机器人视觉伺服系统的可靠性,可以满足实际应用的需要。实验结果证明该算法是可行的。无论从时间复杂度还是精确度来看,效果都较为理想,达到了预期的目的。