随着世界各国间对外贸易量的不断攀升,航运始终是货物运输的主要方式之一,保障船舶航行过程中的安全性至关重要。船舶事故中人为因素是导致事故发生的主要原因,通过主动安全措施可有效地降低事故发生频率。因此,对船舶航行主动安全辅助技术的研究具有重要的现实意义与理论意义。现有的主动安全技术多集中在汽车领域的应用,在船舶领域的应用较少。基于此,本文基于机器视觉在船舶上构建目标检测、测距、跟踪系统以及全景影像系统来辅助船舶航行。通过主动安全技术,在一定程度上提高了船舶驾驶员的环境感知能力、降低了船舶碰撞风险度,在保障船舶安全航行、辅助靠离泊、海面监测等方面具有较大意义。通过对船舶航行主动安全辅助技术的分析和研究,本文主要进行了如下工作:1)针对现有的船舶检测模型存在检测精度低,缺少对于港内泊位检测的问题,提出了一种基于改进YOLO v4算法的船舶目标检测方法。所提算法在YOLO v4算法的基础上,引入了K-means算法对数据集中先验框进行聚类,并在数据集中引入港内泊位数据,对YOLO v4算法进行改进。改进后的YOLO v4算法比原算法在检测精度上有所提高,检测速度满足实时要求。2)在改进YOLO v4目标检测算法的基础上,利用相似三角形原理对目标进行测距,在港内环境进行测试,验证测距模型的有效性,考虑天气和水波带来的影响,整体平均误差在可接受范围之内。之后在检测的基础上结合Deepsort多目标跟踪算法对船舶目标进行跟踪,最终跟踪效果较为稳定且在短时间目标遮挡的环境下有较好表现,实时性满足系统需求。3)基于机器视觉构建了船舶全景影像系统,实现了船舶周身全方位图像的实时显示。基于鱼眼摄像头对图像进行采集,通过张氏标定法对图像进行畸变矫正,利用浮桥标定获取单应矩阵将图像转换为俯视图,并映射到水面统一坐标系中,对图像进行边缘融合、颜色校正处理,可得到全景影像。实验表明,现有标定方法满足实际需求,船舶全景影像系统的显示效果、实时性符合系统需求。