水下目标跟踪系统是水下研究领域的重点，也是水下机器人不可或缺的一部分。它融合了图像处理、目标跟踪等学科的前沿知识，对推进海洋开发的进程也有很重要的现实意义。目前探测海洋的方法包括磁探测、声探测、光探测和红外探测等等。除了声波外，其他几种波在水中的穿透能力很有限，在水中衰减也快，而且波长越短，损失越大，即使用大功率的低频电磁波，也只能传播几十米。然而，声波在水中传播的衰减就小得多，在水中的传播距离也远远大于其他几种波，所以声波是探测海洋的主要方法。而声纳就是用声波探测海洋的主要设备。本论文以Seabat7128型号的前视声纳为基础，采用声纳采集的数据，设计了前视声纳的目标跟踪系统。系统主要分为图像预处理、目标检测、特征提取、目标跟踪四个部分。首先，在图像预处理过程中，针对本论文所用的某型号声纳，编写了数据读取和显示的程序，并在分析了常用的图像插值方法后，采用了基于后向映射的二次插值法，对声纳图像进行插值。并对声纳图像进行伪彩色处理和去噪。其次，在目标检测中，研究了目前常用的运动目标检测方法。并根据所用声纳的实际情况和海底背景不断变化的特点，选用了聚类分割和变框扫描结合的方法。首先用基于聚类的方法对图像进行初始分割，再用变框扫描的方法圈取目标，之后根据目标的质心变化情况排除伪目标，从而实现运动目标的检测。再次，在声纳图像特征提取方面，对比了水下图像目标与光学图像目标的不同，分析了水下目标的特点，把小波分析与不变矩特征结合起来，作为目标的特征进行提取，保证了跟踪的可靠性。最后，在跟踪部分，研究了前视声纳的目标跟踪方法。分析了目标的特点，针对这些特点，采用变形模板和粒子滤波相结合的跟踪方法，实现了对目标的有效跟踪。针对SeaBat7128型号声纳的实验数据，用卡尔曼跟踪和改进的粒子滤波跟踪做了实验。由于目标在声纳运动过程中形状出现了变化，所以单纯的卡尔曼滤波跟踪效果不是很好。经过不断实践研究，采用了基于变形模板和粒子滤波结合的方法对目标进行了跟踪。粒子滤波计算量大，实时性不强，根据本文所用声纳数据的实际情况，有很多区域目标不可能出现，如果采用全局撒粒子的方法，不仅浪费计算时间，还提高了算法的复杂度。另外目标在每帧之间，有细微的变形，单纯采用卡尔曼方法去跟踪，误差比较大。针对这些情况，采用了将变形模板和粒子滤波相结合的跟踪方法，提高了跟踪速度，克服了丢帧现象，又防止了粒子滤波中粒子退化的现象。并且在vs2008环境下运用c++与opencv函数库开发了适用于本型号声纳数据的跟踪系统。