移动机器人在生活、国防和科学探索中的应用越来越广泛,而视觉系统是其智能化的重要实现手段。在室外非结构化环境中,图像退化是普遍现象,因此本文致力于解决视觉系统中的图像退化问题。首先研究了退化图像的质量评价,然后系统分析了退化图像的恢复技术,进而引入图像的退化不变量及其分析和应用。论文的主要内容和创新点如下:1.回顾了机器人视觉的研究历程,指出图像退化问题的重要性和现有研究的局限性。2.分析了非结构化环境中的图像退化类型,拓展了图像退化的含义,除了传统的灰度退化,还包含几何退化,具体包括图像噪声、图像运动模糊、光照变化与阴影、摄像机畸变、空间变换等;针对图像的这些退化,拓展了图像质量评价的概念,考虑了图像的不同尺寸,然后提出了基于奇异值分解和感兴趣区域加权的图像质量评价方法,并以实验证实和分析了其与人类视觉系统评价的一致性。3.拓展了图像恢复的含义,除了传统的灰度退化的恢复,还包含几何退化的恢复,然后系统分析了各种图像退化的恢复算法,用实验的方法分析了各自的优缺点,指出每种恢复算法的精度都有限,且需要退化类型的先验知识,否则图像恢复会造成不期望的结果;因而提出了图像的退化不变量的概念,即对各种图像退化都保持不变的特征量,这样避开了图像恢复的问题,直接把退化图像作为视觉系统的处理对象。4.分析了图像退化不变量的构造,并对一些传统的几何不变量,分析其退化不变性;实验表明Harris-Affine兴趣点、Hessian-Affine兴趣点和SIFT不变量可作为图像退化不变量;鉴于运动模糊的普遍性,特别提出了图像运动模糊不变量的概念,并对实验得到的几个图像运动模糊不变量进行了比较,指出各自的适用场合。5.分析改进了SIFT不变量的实现过程,减少了SIFT的计算时间;提出了基于SIFT的双向匹配算法,提高了图像匹配结果的正确率。6.通过实验分析了图像退化对机器人视觉中的立体匹配和目标跟踪的影响,并应用图像退化不变量理论来处理;实验显示了论文提出的退化不变量的有效性和工程价值,也指出了图像退化不变量在实际应用中需要改进之处。本课题的研究得到国家自然科学基金项目“智能微机电系统视觉/力觉/位移混合检测与控制技术”(项目批准号:50275078)的支持。