机器人视觉系统是仿生机器人系统中的一个较为重要的子系统,视觉系统主要用于仿生机器人对外界环境的信息感知,可实现对感兴趣的目标进行识别和跟踪。本文在双目视觉下实现对高速运动物体的识别与跟踪,系统依托于自制的双目视觉采集装置,以高速运动的乒乓球为实验对象,通过对实际场景中存在的问题进行了相应的分析,然后对识别跟踪算法进行了相应的改进,并验证其性能。主要工作如下:（1）自制双目视觉图像高速采集装置,结合多线程技术完成了图像数据处理。采用张正友标定法对自制双目视觉采集装置进行标定,以获取双目视觉采集装置的内外参数。（2）针对传统帧差法易出现“空洞”现象,导致检测目标轮廓不全的问题,论文提出了改进三帧差分法的目标检测算法。由于高速运动的目标在检测时会产生一定的拖影问题,本文同时提出了结合低阶矩和椭圆拟合的中心提取方法,以降低拖影带来的中心位置提取误差。为更快速地获取运动目标的位置信息,本文提出了结合划分ROI（Region Of Interest）区域和状态机思想的方法。（3）通过对KCF（Kernelized Correlation Filters）跟踪算法和卡尔曼滤波算法的分析,针对KCF的易抖动和无自动检测遮挡情况的缺点,本文引入SIFT（Scale-invariant Feature Transform）特征到KCF中,实现运动目标遮挡时的自动检测,同时提出了带有SIFT特征的KCF跟踪与卡尔曼滤波相结合的运动目标跟踪改进算法。通过算法验证,表明该跟踪改进算法在运动目标遮挡时可以持续稳定地进行目标跟踪。（4）本文以乒乓球为实验对象,设计相应的实验,验证了改进的算法在目标识别的准确性和完整性,以及在有无遮挡两种情况下目标跟踪算法的鲁棒性和实时性,并对实验结果进行分析。本文所提出的算法,对双目视觉系统中运动目标识别和跟踪,可以达到较好的准确度、完整性和鲁棒性,满足了实时性的要求。