如今在目标检测和图像识别领域，以颜色为特征的识别技术应用广泛。但是在实时跟踪识别系统中，光照分布的不均匀和不稳定所导致的色彩漂移现象，会对系统的识别率和定位精度产生干扰。为了在图象的像素值这个最根本的层次上消除光照对检测目标过程造成的识别率降低问题，本论文结合机器人足球竞赛的视觉系统试验平台，对光照强度分布不均匀和照明随时间变化的条件下的目标识别跟踪技术进行了研究，并提供了可借鉴的方法经验。论文包括三部分内容： 首先，对具备光强自适应性能的足球机器人视觉子系统进行需求分析，给出了本文所采用的解决方案。 其次，对光强自适应性的视觉子系统若干关键技术的分析和研究。其中包括：(1)色彩空间技术的分析研究。通过大量试验数据对常用的几种色彩空间的特点进行了比较分析，最后采用YUV空间设计本文的系统，将布尔向量对多维颜色空间进行分解的算法运用到视觉系统的阈值分割模中，提高系统的辨别效率。(2)针对比赛场地光强分布在空间上不均匀的问题，结合颜色直方图的相似度概念，引入照明变化率向量的概念，并研究实现了其计算方法，研究了场地明暗区色彩补偿的问题。(3)针对场地照明强度随时间变化的现象，借鉴背景差分的原理，结合照明变化率向量，对场地照明进行实时的更新，设计了具有光强自适应性的解决方案，解决了采样训练和比赛过程中色彩样本不一致的问题。 第三，具有自适应性能的视觉子系统的设计实现和实验。论述了系统的框架、工作流程，集成了自适应场地光强变化的视觉子系统。试验表明，本文所设计实现的足球机器人视觉系统具有良好的光强变化自适应性，可较好地完成比赛系统实时图象目标跟踪识别任务。