AUV即自主式水下航行器(Autonomous Underwater Vehicle,AUV),能够依靠自身携带的能源以及搭载的控制主机,自治地完成预先设置的任务。然而,AUV自身携带的能源有限,工作时间和工作范围受限。随着AUV技术的不断发展,将AUV与海底观测网对接是目前国内外的研究热点。针对AUV水下对接过程,本文深入展开了基于机器视觉的AUV末端导引系统关键性技术研究。第一章为绪论,阐述了本文的研究背景和水下机器视觉定位在国内外的研究进展,并论述了本文的研究内容和技术难点。第二章主要对水下图像增强以及目标检测技术的研究成果展开讨论。由于水介质对光线的吸收和散射作用,水下成像质量较差。因此,必须对水下图像进行一定的增强处理以得到感兴趣的图像特征。本文进行了摄像机自动曝光算法和图像自适应阈值分割算法的研究。此外,本文利用仿射不变矩做为SVM分类器的特征量,对水下目标进行识别。第三章首先分析了海水的光学特性,用于指导水下灯的硬件选型。此外,论述了摄像机线性成像几何模型和单目单灯视觉导引的机理。在搭建好水下接驳平台后,本文先后进行了水池试验、莫干山湖湖试、舟山海域初步海试以及湛江海域海试,并取得理想结果。第四章在第三章的基础上提出以两种水下目标三维定位方法。为了得到准确的摄像机参数,本文首先阐述了摄像机非线性成像几何模型以及标定方法。本文提出两种三维定位方案,即基于已知模型的单目视觉三维定位和基于双目视觉的三维定位。实验结果表明,上述两种方法均能得到理想的结果。相较而言,双目视觉定位的定位精度更高,但由于视野的限制,目标点的距离不能过小。第五章以水面小船为载体在实验室水池进行末端视觉导引实验。实验结果表明,本文提出的方法能够准确地将实验平台导引至目标地点。第六章为本文的工作总结和展望,对课题研究过程和研究结果进行了总结,并对课题的进一步开展提出了几点建议。