随着机器人运动学、控制理论、图像处理技术及计算机硬件技术和摄像机的快速发展,视觉伺服控制系统逐渐成为了机器人研究领域的一个热门课题。尤其是把机器视觉与神经网络、智能控制、信息融合技术等相结合起来,无论在理论上还是应用上视觉伺服系统都有了很大的进展。该研究主要包括两大部分:基于多特征融合的目标提取系统和基于模糊控制的伺服控制策略。在基于多特征融合的目标提取系统中,首先采用基于色调和饱和度双阈值自适应分割法对图像进行分割,该方法在光照条件发生变化时也有很好的分割效果,为准确地识别目标打下了基础。通过这样的方法获得了目标物体所在的大概范围,如果该范围内有干扰物体,那么再采用Sobel边缘检测法在该缩小的范围内提取目标的轮廓。其次通过轮廓比对,去除掉那些和所跟踪目标相同颜色的其它物体,从而确定了所要跟踪的目标物体。最后采用游程编码技术对图像进行区域融合,游程编码技术对图像融合的运算量较小,从而保证了系统的实时性。在对图像融合过程中,同时也获得了目标的像素面积信息以及重心坐标信息,这样为移动机器人的跟踪提供了参考数据。在移动机器人运动控制上,采用类似人类思维的模糊控制方式实现移动机器人对目标物体的跟踪规划。把目标像素面积误差信号和坐标误差信号作为双输入信号,移动机器人的左轮与右轮的转速作为双输出信号,从而组成一个负反馈的闭环控制系统,该方法能够有效地控制移动机器人对目标物体的跟踪。最后在MT-R机器人平台上,进行了一些相关的实验验证,实验结果表明了基于图像的移动机器人视觉伺服系统研究在复杂的环境下能够准确地提取目标并且能够实时地对目标进行跟踪。