水环境问题与全人类息息相关,水面上漂浮物将直接影响着水质,这些漂浮物不仅影响着环境美观,还威胁航行安全,更对生态系统带来巨大危害,进而威胁人类的安全。为了在减少人力、物力资源以及成本的前提下清除水面漂浮垃圾,其关键在于如何用简单的方法识别漂浮物,由于机器视觉在目标检测上有了很多成功的运用,因此本文也采用基于机器视觉的水面漂浮物识别算法。传统识别漂浮物的系统,存在只监不测的问题,离全自动监测系统有一定差距,因此本文进一步对测距、跟踪进行研究。本文主要研究内容如下:(1)首先依据无人艇自动打捞水面漂浮物的需求,利用现有技术,提出适用于无人艇的漂浮物打捞系统框架。(2)利用双目摄像机构建图像采集系统,通过张正友标定法获取相机内外参数进行标定,利用三维测距原理,实现整个系统的测距功能。(3)基于TensorFlow框架,利用风格迁移算法构建目标识别模块,用风格代替纹理,通过VGG网络计算象征风格的格拉姆矩阵,根据水图像与水区域图像的格拉姆差值小,与漂浮物区域差值大,区分识别出漂浮物。本方法与经典模式识别方法相比,更加简单的识别水面垃圾漂浮物,为后续的目标跟踪打捞提供强有力的数据支持。(4)当目标被识别以后,利用双目测距模块,实时计算水面漂浮物与无人艇之间的距离,为实时调整无人艇位置和判断当前水面垃圾漂浮物是否可打捞提供数据支持。(5)由于无人艇的移动及水面垃圾漂浮物的位置会不断的变化,所以需要利用目标跟踪模块对水面垃圾漂浮物实时不间断的跟踪。本文利用目前动态跟踪效果最好的KCF算法构建目标跟踪模块,以识别出的漂浮物为目标,通过循环矩阵偏移得到大量训练样本,成为待选图片块,学习得到模板。然后输入下一帧图片,寻找输出中响应的最大点,即是新目标的位置。最终的仿真实验表明,双目相机的标定参数较为准确,可以满足后续模块的需要,风格损失函数可以描述物体的不同,从而识别出漂浮物,双目测距达到预期精度,KCF跟踪可以有效描述前后帧图像中目标的位置关系。总之,整个系统的设计满足了全自动无人打捞水面漂浮物的的需求,为后续真正应用到实际打捞工作中提供了可行的解决方法。