自主式水下机器人（Autonomous Underwater Vehicle,AUV）是一种智能水下无人作业机器人,通过对水下使命任务的预先设置,机器人能依靠自身的控制系统以及供电能源在水下作业,然而,AUV自身携带的能源有限,其自主作业时间和作业范围也受到限制,为了对水下机器人进行能源补充和数据收集,需要借助回收坞对AUV进行对接回收。水下对接目标物的识别通常有光视觉与声视觉两种方式,相较于声视觉,光视觉在近距离对接阶段拥有更高的分辨率与精确度,而双目相机由于其多目观察的优势,能获得目标物的深度信息,因此本文以双目视觉技术为研究基础,针对自主水下机器人回收对接过程,深入研究AUV水下双目视觉目标检测的关键技术。本文以AUV自主完成水下回收对接任务为研究背景,研究AUV回收对接双目视觉目标检测技术,主要包括水下图像增强与还原、水下目标检测与立体匹配方法等,参与研制了一套AUV双目视觉目标检测系统,该系统旨在准确、稳定、快速地让AUV识别目标并获取目标物的位置信息,指引AUV完成水下回收对接任务。本文的主要研究内容如下:针对水下图像严重的色偏、模糊等问题,提出一种基于ULAP的场景深度模型与CLAHE算法结合的图像增强新方法,该方法基于水下光学成像模型,采用了一种新的水下场景深度估计方法来进行图像恢复,并结合对比度受限直方图均衡化（CLAHE）算法进行图像增强。针对传统的目标检测方法准确率不高的问题,选取了精度与速度较好的YOLOv4方法进行目标检测,经过实验对比,本文提出的图像增强新方法有效提高了水下图像目标检测识别率。针对水下成像时发生的折射现象导致空气成像模型不适用的问题,本文对AUV水下双目相机的成像模型进行了研究。研究了双目视觉原理,考虑了光在水下的折射因素对成像过程的影响,对水下双目相机进行建模,接着详细阐述了张正友平面标定法原理,最后在校内水池进行了双目摄像机的参数标定实验,得出摄像机的内外部参数以及左右相机的旋转矩阵。针对水下立体匹配面临的失配问题以及AUV对实时性的要求,通过分析立体匹配的步骤以及分类,提出了一种改进的SGBM立体匹配方法,针对传统的SGBM算法得出的视差图空洞较多的问题,采取最小二乘插值法优化视差图。最后选取网上标准双目图像与真实水下双目图像对本文提出的立体匹配算法进行比较验证。最后,参与研制了一套AUV水下双目视觉目标检测系统,研究设计了水池模拟试验与AUV回收对接实验,先在水池进行了模拟实验,实现了目标检测系统中的水下图像增强与还原、水下目标检测与立体匹配技术,分析了距离、角度、灯源颜色对该目标检测系统的影响,最终在校内拖曳水池进行了AUV回收对接试验,实验表明,该双目视觉目标检测系统达到了AUV回收对接的技术要求。