机器视觉导航这一类技术,是现今计算机视觉的研究热门。本文是研究伐木机器人导航模块的分支,利用树干有无及具体位置坐标表示树木的存在与地理位置信息。树干图像处理中图像的分割以及特征的提取,把摄像头采集到的目标树干跟图像的复杂背景分离开,而获得树干图像特征点数据的一种技术。本文在对常规的图像分割算法的研究和分析的基础上,针对树干图像本身的特点并结合先验知识,提出了适用于树干图像分割的算法,初步实现了树干图像的计算机自动识别。本研究的主要内容和结论如下:1.运用常用的算法对树干进行分割,经过对比分离目标图像的效果,得知运用单一常用办法,不能完全适合于分离复杂背景下的目标树干。2.在充分了解各种常用的分割图像技术的前提下,总结出一种可以满足分割复杂背景下树干图像的方法。首先利用半阈值分割方法,灰度图像进行粗分割,然后,运用均值滤波和中值滤波方法,做平滑处理,为之后利用边缘检测算子,做边缘检测做了充足的准备。3.已有边缘检测的方法是运用许多典型检测算子识别图像的轮廓,算法规则是在水平和垂直分别逐点作梯度的计算,用这种方法标出复杂背景下的树干图像边缘不可能全部连接,有很多断续的点。用BP神经网络能很好的识别复杂背景下树干图像的边缘。拓扑结构是三层的BP神经网络模型能检测树干的边缘,用很小的点作为读取图像数值的空间,在原图与目标图之间,之前运用典型边缘检测算子已经识别到的图像,用它像素灰度的不同比例作为神经网络的输入端,学习训练树干图像,形成的网络模型经过对比验证,可以取得非常令人满意的识别结果。4.利用Visual C++和Matlab设计了树干图像的识别系统。总之,文章构思出了识别树干图像的算法,能够作为智能伐木机器人研究领域的一个基础,这一研究的结果可以推动很多其他智能机器人的研究进程,并提供了可以作为借鉴的新视野。