自然界存在大量的昆虫具有可在垂直表面自由爬行，甚至几乎不受重力影响而倒挂的能力。研究表明，昆虫根据不同的外部条件能产生比自身重力大约100倍的吸附力。究其原因，文献中多数认为是其特有的生物形态即肢体特殊微观结构，及其专有的运动姿态决定的，如蚂蚁、甲虫、壁虎等。其中很多动物的肢体结构特性决定其吸附时采用湿吸原理，产生相对较大的吸附力。而其步态特性按照一定规律，保证了昆虫在各种状态下，使用尽可能合理的运动状态来完成所需的爬行任务。 本课题中首先构建了实验平台，包括基于电机控制的旋转台和高速摄像分析系统，对被测目标蚂蚁进行了不同状态下的测试、拍摄，按照所设计的实验过程进行分离离心实验，并为进一步研究积累了大量数据。 以旋转实验台为核心，采集的电机状态和图像数据为基础，利用对平台的受力分析，可计算出蚂蚁飞离旋转台时所产生的极限吸附力，为微型机器人脚部材料的选择提供依据和测试平台。对所拍摄的图像进行处理，选择算法对目标进行预处理、边缘检测、特征提取等操作，并在分析常用跟踪方法的基础上，对其运动规律进行检测，这包括帧差分法的运动检测以及以卡尔曼滤波为基础的目标跟踪。通过对底层处理算法的对比，可以选择出适合类似应用的高速处理流程。高层视觉算法则为后续模式研究提供依据，从图像的角度来研究蚂蚁爬行的模式规律，借鉴人类步态识别研究的成果，引入角度特征向量提取算法，提取目标图像的特征信息，通过对神经网络分类器的训练，将其爬行过程识别为不同的特殊状态模式，以确认对其爬行姿态重要特征的提取，并运用不变矩算法对蚂蚁爬行时身躯模式特征进行识别，以对比其他昆虫体态。 本文的研究应用了图像技术，为进一步研究昆虫步态的本质规律提供了新的探索，而且还为制作基于湿吸原理的微型爬壁机器人提供大量的实验数据，并对机器人运动控制策略的制定有重要的借鉴价值。