该文研究以下内容:彩色图像分割的理论和方法、多目标实时辨识方法和自适应视觉系统设计等.主要贡献可概括如下:1.在理论方面,首先从集合论的观点出发,以集合函数的形式对彩色图像进行了描述,证明了图像坐标集合划分能够确定彩色图像划分,提供了基于图像坐标集合划分实现彩色图像分割的理论依据.第二,将特征函数的概念加以推广,定义了多值特征函数,提出了基于多值特征函数实现图像坐标集合划分,进而实现图像分割的新思路;第三,给出了基于多值特征函数实现图像分割的数学描述.2.在技术方面,首先对典型的并行区域分割方法——阈值化方法进行了较为全面的分析,并针对多种阈值化方法的不足,提出了彩色图像样本微阈值分割方法.该文还对多种阈值化方法进行了定性和定量的分析,其结果是:对于多目标彩色图像分割问题,样本微阈值方法具有更好的性能.第二,针对彩色图像多目标实时辨识问题,提出了基于组合特征的辨识方法.第三,针对计算机视觉系统对环境光照变化的适应性问题,设计了基于有限状态机(FSM)的自适应彩色图像分割与目标辨识系统.设计了系统对光照渐变、光照突变的识别功能和基于动态样本采集的渐变光照自适应功能,建立了维系闭环视觉系统功能的目标及背景知识库——动态特征信息库,系统在各种不同的运行状态下得到特征信息库的支持.3.在应用方面,微型足球机器人视觉系统是彩色图像分割与多目标实时辨识的方法的研究和实验平台.在NEWNEU Ⅱ型视觉系统已成功应用了本文所述的彩色图像分割与多目标实时辨识方法,针对系统的实时性能、辨识精度等问题进行的优化设计,使视觉技术的应用水平得到进一步提高.