智能水下机器人作为海洋开发的重要载体，要完成所赋予的使命，就必须获取水下环境信息，尤其是目标物的精确信息，并基于环境和目标物信息进行作业规划与控制。水下单目视觉系统具有较好的环境信息感知能力，在近距离水下作业中，具有其他水下探测系统不可比拟的优势。开展基于水下光视觉的目标检测和目标定位技术研究，对提高智能水下机器人的自主作业能力及智能化水平具有重要的理论研究意义和实际工程应用价值。水下自然光照射不到的或者自然光较弱的水域，由于缺乏足够的光照，采集到的图像对比度极低。本文研究基于单目视觉的水下光照图像的图像分割、目标特征提取、目标定位与目标跟踪等技术，以保证系统测量精度、实时性和稳定性为目标，搭建一套水下光视觉目标检测与定位系统，为基于视觉信息的水下机器人作业提供目标信息。本文的研究内容概述如下：研究水下单目视觉系统的目标检测方法。由于水下光照图像存在对比度低，图像部分颜色失真等特点，采用传统自适应阈值法进行图像分割时，分割结果中存在目标与背景粘连等问题。针对此问题，本文提出一种基于灰度化的水下光照图像分割方法，该方法通过改变图像灰度化时R、G、B三个通道的权值，来增大目标与背景灰度级之间的差异性，然后采用双峰法进行阈值分割得到最终结果，通过水下不同颜色的目标物光照图像分割进行验证。针对在光照不均匀情况下，采用全局自适应阈值法进行图像分割时，分割结果中存在目标分离不完整等问题，本文提出一种基于滑动窗的多阈值分割方法，该方法在目标区域范围内建立滑动窗，对滑动窗覆盖的不同区域进行阈值处理，将不同区域的分割结果合并得到最终的分割结果。针对分割结果中球体目标像边缘存在局部变形的问题，为提高检测精度，本文对传统点Hough变换圆检测方法进行改进。进行水下光照图像分割方法的对比实验验证。研究水下单目视觉系统的目标三维定位方法。在目标尺寸已知时的三维定位方法研究中，针对摄像机成像过程中存在光学畸变误差，而导致目标定位精度不高的问题，本文在理想针孔模型中加入二阶径向畸变校正，建立一套完整的非线性摄像机模型。在目标尺寸未知时的三维定位方法研究中，针对单个超声波探头测量范围狭窄的问题，提出一种基于视觉引导的目标尺寸信息恢复方法，该方法利用二次成像法对图像测量值和超声波测量值进行融合，以恢复目标直径信息，然后，采用本文目标尺寸已知时的三维定位方法获取目标三维位置信息。针对摄像机安装过程中存在的安装误差，作者利用摄像机等距离移动时，相邻两点距离差值相等的特性，对目标定位数据误差进行修正，以提高定位精度。对本文提出的水下目标定位方法进行水池实验验证。研究水下单目视觉系统的动目标检测与目标跟踪方法。针对水中运动目标采用传统帧间差法进行动目标检测时，易出现检测结果不准确的问题，本文对传统帧间差法进行改进，改进方法利用动目标空间特性进行动目标检测，并利用其时间特性对检测结果进行验证。水下机器人靠近目标物的过程中，由于光照强度变化导致图像中颜色特征分布改变，采用传统Mean Shift法进行目标跟踪时，存在一定的跟踪偏差。针对此问题，本文对传统Mean Shift法进行改进，改进方法通过计算跟踪目标区域内每个灰度的质心位置来确定候选目标模板中心点的位置，并实时调整跟踪框大小，以提高在水下光照条件变化的情况下水下动目标跟踪的准确性。对本文的动目标检测与目标跟踪方法进行对比实验验证。