移动机器人作为集环境感知、决策规划与行为控制于一体的机器人,具有一定的自主性与较好的环境适应性,在生产生活中得到广泛应用。视觉导航技术是移动机器人研制与发展的关键技术,是机器人精确执行既定任务的重要指导与依据。信息技术的发展,对机器人信息获取与处理的速度提出了更高的技术挑战。针对现有的图像处理算法无法满足移动机器人对于大数据量实时在线处理应用需求的问题。本文提出了一套面向移动机器人的高速视觉图像处理算法。具体工作介绍如下:（1）针对现有图像预处理算法实现效率较低的问题,本文提出了基于FPGA的图像预处理算法。算法分为图像噪声去除与图像畸变矫正两个部分内容。图像噪声去除算法针对传统滤波方法面向对象单一、运算效率低的特点,本文提出了自适应中值-高斯滤波算法（Adaptive Median-Gaussian Filtering,AMGF）,对组合噪声具有较好的抑制效果,相对于传统处理方法具有更快的处理速度。针对传统图像矫正算法在软件上实现难以满足移动机器人实时性处理需求的问题,本文完成了图像矫正算法在FPGA上的实现工作,提高了算法效率。应用中图像预处理输出双路RGB图像达到了640×480@170FPS的输出帧率。（2）针对现有图像对比度增强算法处理实时性较差的问题,本文提出了自适应对比度增强算法（Adaptive Contrast Enhencement Algorithm,ACEA）硬件实现框架。通过对RGB通道均值进行阈值判断的方式进行白平衡处理,使得白平衡处理对于不同场景具有更好的适应性。框架内融合了幂律变换模块与色彩空间转换模块,可以实现图像亮度的调节以及实现RGB图转灰度图的操作。应用中图像对比度增强处理输出双路RGB图像达到了640×480@150FPS的输出帧率。（3）针对现有特征匹配算法计算量较大、对高帧率图像数据实时处理效率较低且对处理器负担较大的问题,本文提出了一种基于FPGA的高速图像处理的快速多比特描述ORB算法（Fast Multi-bit Description ORB,FMD-ORB）。该算法提高了特征点提取的效率,同时提高了算法对于相似纹理特征的匹配精度,设计利用FPGA进行算法实现与加速,降低在实时处理大量数据时对处理器的负担。最终实现了FPGA在100MHz工作频率下,分辨率640×480的图像平均处理速度仅需6.2ms,实际应用中达到120FPS的输出帧率。本文提出的面向移动机器人的高速视觉图像处理算法在机器人微小型双目视觉单元上进行了应用,开展了室内和室外环境图像采集处理实验,算法以640×480@120FPS的速率稳定对双路处理图像与特征点描述子进行输出。