水下机器人作为完成水下探测与作业任务的重要工具,其应具有良好的水下环境感知能力。水下光视觉能够提供丰富的场景信息,而双目视觉技术则能够根据视差原理从丰富的信息中恢复出目标物的三维坐标,因而研究水下机器人双目视觉的目标定位和跟踪技术,对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实际应用价值。本文建立一套针对水下作业、搭载在水下机器人上的双目视觉定位系统,主要研究定位系统中的水下模糊退化图像复原技术、目标提取与特征匹配技术、双目定位与目标跟踪技术,为水下机器人搭载的机械手完成作业任务提供技术支持。在水下图像模糊退化复原方法研究中,本文主要研究两种形式的水下模糊图像复原,水介质吸收散射作用造成的模糊和摄像机与目标相对晃动造成的模糊。本文在分析图像退化复原模型的基础上,在对由水介质吸收散射作用引起的模糊情形复原时,针对传统水下摄像机成像系统模型参数众多,使用复杂的不足,本文通过对比大气环境与海水环境,将大气湍流模型引入到水下图像的复原。针对复原过程中最佳模型参数需要多次手动调整的不足,本文对基于湍流模型的复原方法进行改进,实现模型参数的自动识别,并通过实验进行验证。在对由摄像机与目标物之间相对运动引起的图像全局模糊与局部模糊复原中,本文将运动模糊模型作为退化函数并以维纳滤波方法进行水下模糊复原。针对运动模糊模型复原方法复原局部运动模糊图像失效的问题,本文对基于运动模糊模型的复原方法进行改进,实现局部运动模糊图像的复原,并通过实验进行验证。在水下目标提取与特征匹配研究中,针对水下机器人系统复杂,视觉采集的过程中,图像存在的高斯噪声、椒盐噪声等光电噪声,本文对噪声图像进行高斯滤波、邻域均值滤波及中值滤波等滤波处理,通过图像客观评价参数对比滤波后图像的效果,为后续图像处理提供方便。在目标圆形提取中,针对Hough变换圆提取中计算复杂、耗时较长,影响整个系统实时性等问题,而曲线拟合对边缘图像样本点依赖大的问题,本文对基于最小二乘圆拟合的圆形提取方法进行改进,降低圆提取的时间,提高系统实时性,并通过实验来验证改进方法的有效性。在基于特征的立体匹配中,针对本文双目视觉目标三维定位的特点,采用以目标物圆心为基元的特征匹配方法,该方法能够实现目标的匹配,得到两幅图像中目标圆心的图像坐标,为后面目标三维定位打下较好的基础。在水下目标物三维定位方法与目标物跟踪算法研究中,首先对摄像机进行内参标定和外参计算,获得摄像机内外参数矩阵。接下来,针对传统的立体成像模型定位方法定位精度较低的问题,本文提出基于像素数据融合的定位方法,提高目标定位的精度,并通过水下目标定位实验来验证提出方法的有效性。针对Meanshift跟踪方法对目标在图像中尺度变化的情况进行跟踪时,出现的跟踪偏差较大的问题。本文对基于Meanshift的跟踪方法进行改进,改进方法引入色彩空间转换并在跟踪过程中自动调整跟踪窗口的大小和位置来提高跟踪效果,并通过水下图像目标跟踪实验来验证改进方法的有效性。