海洋是生物的发源地,含有丰富的矿物资源。然而,人类的视觉仅在电磁波谱的可视波段,限制了人们对水下资源的勘探和开发。而水下机器人的光视觉几乎覆盖了全部电磁波谱,具有良好的水下环境感知能力,能为水下机器人自主作业提供精确的目标信息,尤其在目标物距机器人较近时,具有不可替代的优势。研究水下机器人双目视觉的目标检测和定位技术,对人们探索海洋环境,提高水下机器人自主作业能力具有重要的理论研究意义和应用价值。本文研究水下机器人双目视觉目标定位问题,重点研究水下目标物特征检测和提取,水下双目视觉定位和水下动目标检测与目标跟踪方法技术,为水下机器人机械手能实时稳定的完成作业提供技术支撑。在对水下目标物特征检测和提取方法的研究中,本文主要探讨图像增强、边缘检测和圆形提取的方法。水下图像存在着噪声干扰和图像失真的现象,传统中值滤波方法的窗口大小不可变,灵活性差,而且不能有效地去除图像上存在的大面积图像噪声。为此,本文提出了一种中心加权自适应中值滤波的方法,并通过水下实验验证此方法的有效性。针对传统图像边缘检测算法抗噪声能力弱,且边缘易出现不连续的问题,本文提出了一种改进的边缘检测算法,该算法用形态学去除图像的噪声,在进行边缘连接时,采用Otsu法对图像阈值进行设定。通过实验对比分析验证该算法的性能。在进行圆形检测时,传统的霍夫变换方法存在运算量大,耗时长等缺点,本文针对这一问题提出了一种改进的霍夫变换方法,此方法降低了运算复杂度,提高了运算速度,并通过水下圆形检测对比实验验证本文所提方法的有效性。在对水下双目视觉定位方法的研究中,根据摄像机摆放位置的不同,将双目视觉定位分为传统双目视觉定位和前后双目视觉定位。本文在理想的针孔成像模型中加入几何畸变项,建立了完整的非线性摄像机模型。由于水下图像存在着图像畸变失真,而且摄像头在安装过程中存在误差,因此,本文针对这些问题引入了摄像机径向畸变校正对摄像机进行标定,利用视差原理获取目标物体的三维定位信息。由于传统摄像机标定误差很大,基于前后安装的机械视觉方法不能满足定位需求,因此,本文提出了一种基于旋转变压器的摄像机标定方法,并获取了准确的目标定位信息。本文在分析了立体匹配方法的优缺点后,提出了一种基于质心的立体匹配方法,并通过水池实验验证该定位方法的有效性。在对水下动目标检测与目标跟踪方法研究中。采用传统Mean Shift算法进行目标跟踪,当目标移动速度过快或者出现遮挡和多目标时,其跟踪效果存在一定偏差。针对这一问题,本文提出了一种改进的跟踪算法,利用目标颜色直方图模型得到每帧图像的颜色投影图,并根据上一帧跟踪结果自适应调整窗口的位置和大小,从而得到当前图像的目标尺寸和中心位置,最终实现对目标连续的跟踪。并通过水下对比实验验证本文方法的有效性。