海洋作为世贸的主要渠道，蕴含着广阔的自然资源。漫长的海岸线也是国家安全的第一道防线。大力发展海洋装备，提高对海洋的控制能力和开发能力，一直受到我国和众多西方国家的重视。水面无人艇（Unmanned Surface Vehicles，USV）作为一种水面无人航行器，它的研究内容涉及到系统工程、自动控制、计算机科学、船舶结构力学、流体动力学等众多学科。因此，对USV的研究有重要的理论意义和工程实用价值。本文以“XL-USV”为研究对象，重点研究了基于可见光视觉传感器的水面目标检测跟踪技术，通过水面图像处理，得出有效信息如水界线以及水面目标或障碍物的位置等，作为USV自主规避障碍物或自主作业的必要条件，提高USV自身的生存与作业能力。具体研究内容如下：（1）回顾了国内外USV的发展现状以及USV结合环境感知设备的技术应用状况，总结了基于光视觉的水面图像处理技术的研究现状，包括水界线检测技术，水面目标检测技术以及水面目标跟踪技术。（2）分析并总结水面图像的典型特征。然后针对水面图像的特点，从图像的质量增强和平滑两个方面，进行了算法研究，提出了改进的增强和平滑处理方法，解决了图像中的曝光和反光等高亮度区域的去除问题。（3）分析了USV在航行过程中的水面图像背景特性，总结了水界线在动态场景图像中的表现形式，提出了一种既适合于水天线提取又适合于水岸线提取的方法，解决了USV在航行过程中对水界线的自适应提取问题。（4）分析了水面目标（障碍物）在背景变化的序列图像中的表现形式，提出了改进的Mean-Shift分割方法；借鉴PhotoShop软件中“浮雕”的图像效果处理原理，提出了基于横纵梯度信息融合的目标提取方法，解决了USV在航行过程中实时准确的目标（障碍物）定位问题。（5）研究了水面目标跟踪方法的实现，通过将经典的跟踪方法Mean-Shift搜索模型和Kalman滤波预测模型用于水面图像中目标位置信息跟踪，融合两者自身的优势，尝试构建了两种预测搜索跟踪框架，改善了跟踪速度，降低了目标尺度变化的影响。（6）介绍了本文研究对象“XL-USV”的体系结构及其环境感知系统的组成；建立了视觉感知系统的仿真子平台，验证了图像处理算法流程以及视觉与规划控制之间的数据通信；与载体进行系统集成，在海试过程中，通过USV的自主避障航行实验，完成了对方法的可靠性与有效性的验证。