无人水下航行器(Unmanned underwater vehicle, UUV)是未来具有广泛应用前景的水下作业载体,其在无人现场条件下自主完成使命任务的前提之一是具有长时间水下自主导航能力。通过在线提取海底地貌特征构建增量式地图、同时完成导航定位,是目前UUV自主导航的一种有效手段与方法,而环境地貌特征通常采用侧扫声纳在线测量。因此,针对侧扫声纳工作特点开展其测量数据处理、声纳模型构建、目标特征提取等方法研究具有重要的理论与实际应用价值。本文针对侧扫声纳实测数据展开目标特征提取方法研究,主要包括三个方面:首先,通过深入研究侧扫声纳的工作原理,结合侧扫声纳接口数据格式,完成了侧扫声纳JSF数据文件的解析,提取得到声纳测量过程中UUV经度、纬度与姿态、声纳工作参数和声纳采样数据等,并将采样数据转换为声强信号,为后续构建声纳图像提供信号来源,通过数据分析验证了该数据解析方法是有效的。其次,建立了侧扫声纳传感器坐标系统、UUV运动坐标系统和大地坐标系统,并完成相应的坐标变换,建立了侧扫声纳声强-灰度级别转换模型,绘制了侧扫声纳原始图像。针对侧扫声纳的原始图像存在噪声问题,本文设计了声纳图像三步式预处理方法:第一步采用高斯滤波法去除高斯噪声影响,第二步采用灰度增强法补偿强化图像特征,第三步通过选取合适的阈值参数完成图像的二值化处理,由此得到可供目标特征提取的声纳图像。最后,针对测量海域地貌特征的特点,设计了侧扫声纳图像的霍夫变换目标特征提取方法,实现了对海底目标特征的线特征提取,并通过UUV不同航次的海试数据试验,验证了本文所研究方法的正确性和有效性。