科学研究和统计表明，人类从外界获得的信息约有75％是从图像中获得的。而计算机及其有关软件的发展，使图像的实时化、智能化数字处理识别成为可能。数字图像的处理与识别在智能机器人视觉系统中的地位越来越重要。本文从图像处理与识别技术出发，利用VC++6.0作为实验平台，以湖面采集的含有垃圾的CCD图像为研究对象，取得了一些成果。 首先详细地介绍了图像处理与识别的发展状况和应用情况，讨论了二者结合的必要性、可行性。按照机器人视觉系统的逻辑结构，对图像采集系统和双目立体视觉的可行性进行了深入研究。 其次，系统论述了数字图像的二维图像灰度化，图像增强技术包括平滑、锐化、滤波等；分析了图像的噪声来源，研究了影响图像处理效果的主要因素；比较了图像分割中的并行区域和串行区域分割算法；采用了迭代式求图像最佳阈值和基于HSI差值的区域生长算法实现了图像的分割二值化。这是本论文的主要工作，能够实现图像的快速、准确分割，给出了实验结果。 最后，比较了图像识别的几种方法(统计模式识别、句法模式识别、模糊集合识别、神经网络识别法)。根据本论文的实际情况，分析定义了几种特征，并最终选用了统计模式识别中的模板匹配法，实现了现有垃圾样本(白色塑料袋)的识别。