随着社会经济的发展,我国陆地上的自然资源逐渐减少,因此对于海洋资源的开发就显得至为重要。有缆遥控水下机器人(Remotely Operated Vehicle,即ROV)能够代替人类进行海洋资源的勘测和开发,降低了海洋资源开发中存在的风险。对目标物进行有效的跟踪是进行海洋资源开发的重要研究内容,要想实现对于ROV本体的实时监控和有效的跟踪目标物,就需要一套完备的水面监控系统和声呐图像目标跟踪算法。本文针对水下作业机器人的工作需求,设计了一套水下机器人水面监控系统,在此基础之上开展了基于ln函数的声呐图像增强算法和基于粒子滤波的声呐图像目标跟踪算法研究,并将粒子滤波算法运用到实际的声呐图像目标跟踪之中。主要研究内容如下:首先,对声呐图像的预处理算法进行研究。针对传统中值滤波算法滤波时间长的问题,提出一种改进方法,有效的缩短了滤波时间。针对传统模糊增强算法中存在的低灰度值像素点丢失的问题,提出了一种新的基于ln函数的模糊增强算法,同时对该算法进行实验,使得声呐图像目标物区域和背景区域的对比得到明显增强,并且对声呐图像进行分割、形态学操作和特征提取研究。然后,针对基于采用次优重要性密度函数所造成的粒子采样过程也是次优的问题,设计了一种新颖的粒子群优化粒子滤波算法。通过粒子群优化算法来改进粒子滤波的采样过程,对粒子的位置进行优化,使得粒子往高似然区域移动,加快粒子的收敛速度,并将该优化后的粒子滤波算法应用于声呐图像目标跟踪之中。最后,介绍本文所研发设计的水下作业机器人水面监控系统的硬件和软件,并对水下作业机器人水面监控系统进行测试。具体包括:水面监控系统中控制板的各个功能模块的测试、监控软件通信测试、水下灯测试、水下推进器测试、多屏显示测试以及水面监控系统和水下控制系统联调测试,结果表明本文所设计的水面监控系统能满足设计要求。