通過上述公式，將圖像和各像素的RGB分量值轉換到HIS空間，在HIS空間完成圖像分割和圖像識別的等工作。
1．4 圖像識別
圖像識別采用基于連續圖像相關性的順序網絡和種子填充相結合的目標搜索方法。所謂順序網格，就是將搜索區域人為地按一定的準則分割為一定數量、大小相等的正方形小區域，并按一定的順序在該小區域中掃描目標，搜索出目標物體的大概位置。種子填充是以該點為種子點，以一定的顏色信息為標準向四周擴散，直到將滿足要求的所有像素點全部找到[3]。
通過對機器人小車設計參數的分析，可知其zui大運行速度是1個確定不變的數值，即在連續2幅圖像中，同一輛機器人小車間的運行距離的zui大值是恒定不變的。因此考慮利用相鄰2幅圖像間的相關性，在以前1幅圖像中機器人小車的位置為掃描中心，以機器人小車的zui大運行距離為半徑的區域內搜索目標物體，既減少整幅圖像順序網格掃描的目標點數，同時由于使用種子填充的方法，在一定的程度上降低了噪聲干擾的影響，從而使系統的實時性和可靠性得到提高。區域中心處為掃描起始點，箭頭為順序搜索方向，每次搜索的網格大小視色標而定。

2 結語
足球機器人比賽的視覺系統，使用HSI空間模型代替RGB空間模型進行圖像處理和目標辨識，以克服RGB空間模型的不足，滿足視覺子系統可靠性要求。采用基于連續圖像相關性的順序網格和種子填充相結合的搜索方法，減少搜索目標像素數量，在一定程度上降低噪聲干擾，提高系統的辨識速度。