随着科学技术的发展,机器人越来越智能,而追求机器人的自主性和高智能性也是当前机器人研究领域的重点。机器人在未知环境执行自主性或者智能性任务时,需要对所处环境进行理解,需要像人大脑一样识别和理解当前视野或环境中存在的物体和对象,感知自己所处的环境。因此,智能移动机器人对所处环境的感知和识别能力成为了机器人自主性和高智能性发展的重要研究方向。图像分割技术是让机器人对环境具有感知和识别能力的关键技术。随着激光三维测距技术的快速发展,出现了很多能够采集三维空间场景中三维信息的三维摄像机,以前针对二维图像的分割方法很难适用于基于三维信息的图像分割,因此,更多研究者逐渐投入到基于三维空间信息的图像技术研究中。由于三维相机逐渐应用到智能移动机器人领域,因此,研究出一种能够让智能移动机器人感知所处环境或识别视野场景中物体对象的三维分割技术是极有必要的。三维空间场景中,主要的组成是平面和曲面。而在人工场景中绝大部分是平面。研究对三维空间场景的平面和曲面拟合能够将环境中物体对象分割和识别出来,并可以应用于机器人的感知和识别领域。本文研究了三维空间场景的特点,提出了对三维场景的基于三维信息的平面分割,以及针对三维平面区域的平面合并和结合MDL准则的曲面合并优化处理。本文首先针对Kinect深度成像原理以及三维相机的软硬件因素,分析了由Kinect三维相机所获取的三维数据所存在的一些问题,并提出了用双边滤波方法对三维数据进行去噪平滑和黑洞修复方法对深度图像进行黑洞修补。其次,基于三维空间中存在很多平面这一特征,提出了一种基于三维信息的空间平面检测方法,该方法基于由三维摄像机获取的三维空间信息,依据基于局部平面拟合方法估计法向量、法向量重定向技术和平面区域判定规则,进行三维平面区域的检测和识别,针对平面分割后出现的过分割问题,并对平面过分割进行了部分平面合并处理。最后,针对空间平面描述三维曲面时存在的问题,以及三维空间场景中存在曲面或具有不规则物体对象的情况,研究了B样条曲面拟合算法。为了提高三维分割的准确性,提出了一种基于MDL准则判定的曲面拟合方法,该方法提出一种代价模型,基于这个代价模型用以判定需要进行拟合为曲面的平面区域,并用B样条曲面拟合算法对其实现拟合。该方法实现了基于平面检测的三维分割出现的过分割问题的优化处理,以及解决了平面对空间中曲面和不规则物体对象无法完整描述的问题。为了实现本文提出的基于三维相机的空间场景分割技术的可视化,以及提高三维分割过程的人机交互性,设计并实现了一个基于Kinect三维相机的空间场景分割软件系统,该软件系统包含了三维空间数据的预处理,基于三维信息的平面检测和基于三维平面的曲面拟合技术等,能实现设定Kinect相机采集数据模式、实时查看三维分割的分步结果和对三维分割结果的实时保存等功能。