步入21世纪，海洋业发展迅猛，由于水下环境未知且复杂，水下机器人自主作业变得极为必要。水下双目视觉引导技术，是机器人自主作业技术的关键一环。双目视觉系统自主感知目标位置，引导机器人抓取目标，发挥着“眼睛”的作用。
　　本文以ROV自主完成水下小目标(扇贝，海参，海胆)抓取为课题背景，研究基于双目视觉水下目标定位引导机械手完成目标抓取，主要内容分为以下几个模块:
　　(1)水下相机标定技术研究。针对水下光线折射传播成像不再符合投影透视模型的问题，本研究提出两步标定法。第一步将水下图像转换为空气中图像。建立水下折射成像模型，与空气中投影透视成像模型比较，建立水下成像点与理想空气中成像点位置关系，将水下图像映射为空气中图像。第二步对转换后图像再标定，本研究采用张正友标定法进行相机标定。实验证明，相对于直接采用张氏标定法水下标定，本文方法大大提高了标定精度。
　　(2)水下图像预处理技术研究。针对水下成像边缘细节模糊，对比度低且噪声干扰严重的问题，本研究将图像预处理分为两步:去噪和增强。典型的去噪方法如均值滤波，高斯滤波，低通滤波方法在滤除噪声的同时，也消除了大量边缘和细节，使得图像模糊加重。本研究采用快速导向滤波方法处理图像，输出图像与引导图像建立局部线性关系，实现导向滤波的去噪保边效果。典型的增强方法如拉普拉斯锐化，直方图均衡及改进方法存在边缘处过增强，弱纹理区锐化不足，噪声增强的问题，本研究提出改进的反锐化掩膜方法实现水下图像增强，使用表征图像灰度突变程度的局部标准差和表征灰度突变频率的局部复杂度共同确定增益函数，增强图像的细节纹理，抑止强边缘处过增强。同时为减小时间消耗，对图像降采样处理。
　　(3)特征匹配技术研究。基于机器人自主抓取目标对目标位置信息实时性及鲁棒性的要求，本研究对ORB特征匹配方法做出改进。在特征提取阶段，采用自适应阈值提取FAST特征点，非极大值抑制去除特征点块，减少无效特征点数量，节约时间成本。在特征点描述阶段，提出三个像素块范数值的比对代替两个像素点灰度值的比对建立二进制描述符，提高描述子的鲁棒性。在特征点粗匹配阶段，采用2-近邻查询算法寻找匹配点，并加入极线约束和最大视差约束，减少匹配时间。最后使用改进的RANSAC算法去除误匹配点对，提高速率。
　　(4)双目视觉引导机器人趋近目标实现目标抓取。本研究提出改进的区域生长算法生成稠密视差图，引入种子点强度排序和搜索窗口优化思想，节省时间成本，提高视差图的精确性。基于伪彩色视差图判断目标是否有周围障碍物，若有，实时给出目标坐标和障碍物边缘坐标，确定机械手移动安全区域，若安全区域大小合适，给出目标适合抓取的决策，引导艇体规划路径趋近目标，视觉伺服控制机械手完成目标抓取。