水下目标探测与特征提取技术是水下机器人进行水下作业的重要组成部分，声纳系统作为水下机器人的视觉系统之一，为水下机器人的作业与避障提供信息。声纳系统获取的声纳图像与光学图像具有较大差异，故图像处理方法也有所不同。本课题来源于国家自然科学基金“基于视觉-接近觉的水下多目标定位方法研究”，研究内容是其重要组成部分，本课题的研究是以微小型水下机器人“OUTLAND1000”构建的水下作业试验平台为对象，在其艏部配备有一个单波束机械扫描前视声纳，基于声视觉系统对水下多目标进行探测。首先分析了该前视声纳的通信协议，通过RS485转RS232串口实现了个人计算机与声纳系统的通信，通过软件编程对其进行二次开发，从而获得具体的回波数据；然后采用坐标变换方法与波束内插方法生成声纳图像，利用分段线性灰度变换、中值滤波、Otsu自适应阈值分割、图像形态学闭运算对其进行预处理，其中阈值分割采用了一种改进的二维简化为一维Otsu自适应阈值分割算法，该算法大大缩短了二维Otsu阈值分割算法的计算时间，并且分割效果较好；接着对预处理后的图像进行边缘检测与边缘细化或轮廓跟踪，从而获得图像中目标物的单像素边缘；最后针对声纳的特性与水下目标物的成像特点，提出了一种基于弦中点的改进Hough变换椭圆检测算法提取水下多目标的椭圆形状特征，它能够较好地反映出目标物的特征，从而确定目标物的个数与位置。通过水池试验表明，上述方法能够较好地对水下多目标进行特征提取，有利于水下机器人的目标抓取与避障。