随着世界人口的不断增长，人们对粮食等农业产品的需求量越来越大，传统的农业耕种方式已经越来越不能适应当今的时代要求了。伴随着自动化技术和传感等技术的发展，智能化、机械化耕种方式逐渐取代了传统耕种方式。自主导航技术也顺应着这种趋势，被人们应用于水稻耕种中。为此本文针对插秧机的视觉导航系统做了如下研究：1）秧苗行中心线的提取通过超绿变换(2G-R-B)和阈值处理将图像灰度化，然后利用Meanshift算法去除秧苗种植间隙，最后利用Hough变换提取基准导航秧苗行。并将此种方法与传统提取方法的实验结果进行比较，分析两种提取方法的优劣，以及产生的原因。实验证明本文选用的图像处理方法更适于水田环境。2）摄像机的标定研究针对现有的MATLAB和OpenCV摄像机标定方式做了对比研究，通过分析标定结果的误差大小，最终选择相对较稳定的MATLAB标定法。通过标定获得了摄像机的内部参数，结合外部参数获得导航的关键参数。3）摄像机导航控制方法的研究通过获取的导航参数，将秧苗行与插秧机的相对位置分三种情况进行路径规划。引入光电编码器，测量插秧机轮子的实际转角，作为反馈环调节。在电机转速方面结合PID控制提高插秧机导航的稳定性。4）开展视觉导航实验通过搭建起的插秧机导航试验平台，开展了插秧机视觉导航初步试验。通过实验最终确定PID控制参数K P=10、 K i0.025、 K d=0.4。试验结果表明，目前该系统平均角度误差在1°左右，平均位置偏差小于3.2mm，角度标准差约为2.5°以内，位置偏移标准差小于34.80mm。并对实验数据进行了分析总结，得到了该视觉导航系统存在的问题及解决方案。