为了实现中国象棋比赛中棋子的自动识别进而达到象棋棋谱的自动记录，本课题首次将视频图像理解技术应用于中国象棋比赛中，增加了这一传统项目的智能化水平。　　针对中国象棋比赛中棋盘现场的环境变化和摄像头采集的图片质量不高以及棋手放置棋子位置的随意性等问题，本文对中国象棋棋子的识别算法进行研究，全面总结了视频图像理解领域的研究成果，并且在此基础上深入分析了这些问题和难点，通过理论分析和实验，提出了改进的算法，并进行实现。　　在棋盘检测方面，本文对棋盘图像进行分析，通过比较基于 LSD直线检测的棋盘角点检测算法与基于 LSD算法和投影直方图相结合的棋盘角点检测算法，通过实验证明，后者在检测棋盘角点的精确性上效果更好，为后续的棋子识别提供更可靠的保证。　　在棋子识别方面，由于象棋比赛的环境复杂多变，旗手对于棋子的摆放位置的随意性以及走棋时间的不稳定性，这些因素让象棋棋子的分割和识别更加困难，鉴于提取棋子特征的不稳定性，本文提出一种基于视频图像理解的棋子识别算法。该算法无需对棋子进行高精度的分割进而提取棋子特征，而是在基于视频图像理解的基础上直接使用棋子图像特征，避免使用二值化门限。大量的实际行棋实验验证了算法的有效性和实时性，并对光照，阴影等外界环境的变化具有良好的适应性。