林业机器人属于特种工业机器人,在复杂的林间作业环境中可以替代劳动者的工作,大大提高工作效率。颜色信息是物体最直观、最有效的表征,也是林业机器人视觉系统作业时获取的重要特征之一,但颜色表征并不稳定,它易受照明条件变化的特性可能会使机器人视觉系统获取颜色失真的图像,进而影响之后的识别、定位等作业效果。使得林业机器人视觉系统拥有可以与人类视觉系统相比拟的颜色恒常性特性,即在照明条件变化的情况下,视觉系统仍然能够识别目标真实的颜色特征,这是本文的研究目的。实现机器视觉系统的颜色恒常性计算有两大方式:其一是估计出场景中光照,对图像进行颜色复原处理,即颜色恒常性的计算;其二是提取出图像中具有光照不变性的颜色特征,即颜色不变性描述子。本文基于林业机器人视觉系统,主要围绕颜色不变性描述子的算法进行着重研究。主要从以下几个方面展开研究:(1)不同颜色描述子算法的分析与评价本文结合已有的国内外研究现状,实现了五大类30种不同的颜色描述子算法,本文选择了室内和户外场景五大颜色数据集进行实验,其中室内场景以物体表面特性为分类基础,研究分析了不同颜色描述子与不同物体表面特性的关系。(2)构建光照不变性颜色空间坐标系基于朗伯特反射理论,本文选择了对室内和户外场景都有较好效果的Diagonal-offset模型为理论基础,提出了两个新的具有光照不变性的颜色空间坐标系:基于颜色信息的颜色空间和基于边缘信息的颜色空间,并从理论和实验证明了其对光照的鲁棒性。(3)构建基于矩不变量的颜色不变性描述子本文以Hu不变矩为理论基础,引入颜色信息成分,在新的光照不变性颜色坐标系中推导出20维对光照具有不变性的颜色描述子,并将其应用于图像识别和检索领域,通过大量实验对比证明了其对光照的鲁棒性。