尾流是船只在海上留下的固有特征,是一个由大量气泡粒子组成的水下气泡带,即难消除又难以伪造,这就为测量船只的存在提供了信息。水下舰船尾流气泡幕的研究工作进展到今天,大多数工作仍局限在实验室模拟尾流的研究与分析上,而应用光学测量技术对海洋环境下的真实舰船尾流进行测量的研究非常少,能够进行测量的也大多数是声学设备或SAR(合成孔径雷达)成像等设备。这些设备很难测量尾流内部的微观形态与参数。而尺寸为10~1000μm左右的小气泡能够反应出尾流许多的特征。因此研究舰船尾流微小气泡幕光学测量技术非常重要、并迫切需要能够测量尾流微小气泡幕特征参数的海洋光学装备,其可以为舰船尾流的研究与探测提供理论参考与数据依据。为了测量海洋环境下的真实舰船尾流气泡幕,本文研究了光学方法测量尾流微小气泡幕的关键技术,并在此基础上研制了一套水下光学测量系统,为国内第一套供海试测量用的较完整的尾流光学测量系统,具备大、小视场两种测量能力。近海实验表明,该系统可以快速、较准确地测量出舰船尾流气泡幕的物理特征参数(扩散角、体密度、尺寸、速度),能够为舰船尾流的研究提供数据支持与理论参考。1)尾流气泡幕内部的气泡粒子空间分布很难通过常规的二维平面成像获取,而气泡粒子的空间分布,尤其是空间体密度特征是最为重要的参数。为测量此参数,本文提出了一种尾流激光切片测量方法,通过激光切片采集一组连续的尾流截面,从而获得尾流的空间数据。对其中的激光切片、采样光学系统、扫描控制等关键技术进行了理论分析与详细设计。近海实验表明,该激光切片方法一次扫描可采集到最大256cm3(100㎜340㎜364㎜)的尾流立体区间数据,达到了海上测量的采样要求。2)针对复杂的尾流切片图像数据,提出了一种基于特征向量的kNN近邻学习尾流气泡粒子识别方法,通过引入人的先验知识,为多种成像状态的气泡粒子分类。构建不同类别的气泡粒子的特征向量,基于kNN近邻学习算法,形成对尾流切片序列的识别规则,利用识别规则对后续的尾流切片图像进行识别、计数。对近海实验图像实测表明,该种方法可以成功识别尾流序列图像中的深度叠加、遮挡、残缺成像等多种成像状态的气泡粒子,而常规的处理方法则很难识别这种复杂的图像,方法具有一定的鲁棒性。基于该识别方法,统计出了尾流气泡幕的气泡粒子空间体密度。此外,通过形状与面积滤波的方法选取成像完好的气泡粒子计算尺寸信息。3)10μm级的气泡粒子产生的投影像素最多为333个(保证采样数目),切片中333的灰度区域是无法与悬浮颗粒或是其他干扰进行区分的。为此,文中提出了一种基于运动特征的K-mean均值聚类识别方法,首先计算尾流截面图像的速度矢量场,然后基于K-mean均值聚类算法对速度矢量进行聚类。最终以聚类的质心作为识别依据。对近海实验图像实测表明,该方法能够识别出尾流切片中运动特征相似的小气泡粒子群,并计算出气泡粒子的平均速度。4)针对宏观大视场尾流的扩散角信息,首次提出了水下可见光测量方法,首先,通过计算光在水下的衰减传播,确立宏观尾流照明方法与采样方法。其次,对有多个干扰区的宏观尾流图像数据,为了实现高可靠性地测量尾流区扩散角的变化,提出了一种基于形状因子滤波合并Convex Hull平滑剧烈起伏边缘的尾流区提取法,对提取的尾流区采用图像分区的策略以直线拟合尾流轮廓,方法实现了宏观尾流区的高可靠性的自动化提取。最后,利用水下可见光测量方法进行了近海实验,该方法统计出了宏观尾流的扩散角,其测量值与目前国内外文献中对宏观尾流扩散角的评估相吻合。