随着图像处理技术以及计算机处理能力的飞速发展,基于视觉系统的移动机器人导航技术已经成为近年来机器人研究领域的一个热点。在移动机器人的各项核心技术中,视觉导航技术主要是对各种道路场景进行感知和理解,从而确定移动机器人的可行驶道路区域,确保它能够在无人操纵的情况下自主安全平稳地行驶,本文研究的道路检测系统是视觉导航系统中的关键技术之一。本文的主要研究内容包括:(1)本文在仔细研究了RGB彩色模型和HSI模型的优缺点以及对比分析了各种图像预处理算法后,选择在HSI模型内通过直方图均衡做道路图像增强,然后在RGB模型内进行图像平滑,基于多颜色空间实现了道路图像的预处理。(2)道路区域分割的准确与否直接影响到后面环节的实现。本文研究了多种阈值分割算法,通过对它们在RGB模型和HSI模型内仿真实验对比,采用了一种适合本实验系统的基于信息熵的阈值迭代分割算法,最后再结合数学形态学对图像进行去噪处理。(3)本文在Freeman链码跟踪的基础上,分析了链码跟踪的抗干扰能力,提出了一种基于区域面积的链码跟踪算法,对分割后的图像进行道路边界跟踪提取。(4)基于DirectShow技术,完成了对道理视频中每一帧图像的处理,并且能够对处理后的图像序列进行实时回放。本文在Visual C++集成开发环境中基于DirectShow技术编程实现了系统的功能。通过对多种场景下的实际道路视频进行仿真,来验证道路检测方法的有效性。实验结果表明,对于复杂多变的道路环境,本文给出了较好的解决方案,保证了系统的实时性、鲁棒性和准确性,可以满足实际需要。