足球机器人比赛为研究者提供了进行相关技术研究的标准平台,是一个具有标志性和挑战性的学术课题,加之趣味性和参与性,得到了全球众多学者和机器人爱好者的广泛关注,成为近些年来的研究热点。这些都促进了机器人学、机器视觉、图像处理与模式识别、智能系统等相关领域的发展。对于仿人机器人来说,使机器人具有与人类视觉功能相近的视觉系统对智能机器人的发展来说是极其重要的,尤其是对RoboCup仿人机器人足球赛来说,视觉传感器是比赛过程中仅有的信息来源。因此,进行仿人足球机器人视觉系统的研究具有重要的理论意义和应用价值。本文在查阅了大量相关文献和分析研究相关技术的基础上,进行了具有鲁棒性的仿人足球机器人视觉系统的研究与实现。为了实现机器人足球比赛中的实时性和准确性的要求,本文针对实时足球比赛中出现的光照影响、近似物体的识别、以及目标跟踪算法的时效问题进行了研究与改进,以适应比赛的要求。首先,完成了机器人足球比赛应用程序以及视觉模块的搭建工作,并对机器人视觉系统存在的几个关键性问题进行了系统的分析；然后,针对场地上光照变化影响识别效果的问题,对传统的颜色表算法进行了改进,研究了基于指数模型的自适应颜色表分割算法；利用基于自适应参考立方体的分割算法对图像进行分割；针对场地上目标识别有效性的问题,本文采用了游程编码算法对分割后的图像进行了区域的寻找与合并,然后针对场地上近似目标的干扰物体影响识别效果的问题,利用遗传算法寻找最优解；最后为了完成仿人机器人对球以及机器人跟踪的任务,利用基于加权直方图的粒子滤波算法实现跟踪,针对算法的时效性较差的问题,结合积分直方图实现了粒子滤波跟踪算法,并进行了对比实验分析。通过实验结果证明,本文研究的图像自适应分割算法能够有效地实现对彩色图像的分割,对光照变化具有较好的鲁棒性和适应性；利用遗传算法实现了对场地上的目标物体有效地识别；利用基于直方图的粒子滤波算法实现了场地上目标的跟踪,并通过实验验证了算法的有效性和实时性。