视觉是目前最重要的环境探测技术之一,具有获取信息全面的优点,已在各个领域中得到越来越广泛的应用。和陆地相比,人们对海洋环境的认识和开发还非常有限。视觉为人们更好地认识海洋环境与开发海洋资源提供了一个有力的工具。但是由于实现的复杂性,水下视觉的应用潜力还有待进一步发掘。论文以AUV的水下自主回收为应用背景,研究了一个实时的双目视觉导引系统。在分析图像采集各个组成部分功能原理的基础上,以系统的距离分辨率为主要考虑因素,设计了一套适用于AUV回收导引的图像采集硬件设备,为取得较高测距精度提供了可靠保证。先采用高斯滤波降低图像噪声,然后分别对图像进行基于邻域平均的增强滤波和直方图均衡化处理。比较可知直方图均衡化的增强效果更好。在上述滤波的基础上采用基于2D平面标定板的方法标定双目摄像机,进一步通过改进实验方法提高标定精度。实验结果表明采用上述滤波和标定方法是可行的。针对水下图像纹理落差大的特点,提出一种基于纹理控制的金字塔NCC立体匹配法,达到了实时提取感兴趣目标与障碍物的目的。在实验基础上定量分析了各种软硬件因素对系统测深精度和实时性的影响方式,据此可以优化系统的硬件配置与算法参数。此外还提出一种虚拟声呐模型来简化表示深度图信息,即将包含在深度图中的距离与方位信息表示为一个环境矩阵,大大简化了深度图的使用。最后,以幕帷模拟海洋环境,利用实验室六自由度运动平台模拟AUV,设计完成了AUV双目视觉导引空间避障模拟试验。试验表明,AUV能实时躲避预设的不同形状和不同个数的障碍物,因此初步证明,该双目视觉系统对AUV避障导引是实时有效的。