距离信息在物体识别、路径规划以及场景恢复上都有着重要应用。当我们行走的时候,我们可以轻易地判断出障碍物距离我们有多远,但是对于笨拙机器人来说,这个任务就变得相当艰巨了。随着机器人导航在机器人应用里变得越来越重要,距离检测也就成了大家研究的重点。在机器人和机器视觉领域,距离估计可以通过摄像头或者其他图像处理的方法,一般常用的是立体视觉法。但是立体视觉会受限与两个摄像头基线之间距离,还会受到亮度噪声的影响,当然,利用两个摄像头会花费更多的成本。因此,我们考虑用一个摄像头来完成距离估计的任务。本文首先介绍了一些有关机器视觉和高斯-马尔科夫随机理论的基础知识,这些知识将在我们随后的建模中用到。然后我们依据人类的视觉系统,建立起概率模型。为了训练该模型,我们需要采集一些图片以及他们的相关深度图,为此我们设计了一套激光测距系统。最后,通过训练参数完善模型,并将其应用于新的图像。结果表明,此方法能够实现图像深度信息的提取,并可以应用于机器人导航。