自主水下航行器在完成水下任务时,大多是通过惯性测量单元或惯性导航系统来辅助定位。惯性导航系统是基于推算来定位的,任何基于行推算的定位系统的姿态估计值都会随着时间的增加误差不断累积,会导致位置数据不断漂移影响水下AUV的任务完成度。海洋声纳成像比AUV早几十年,它是一种相当强大的技术。水下声成像是更大范围的声成像领域的一部分,可用于在光学系统无法实现的情况下提供水下观察和检查功能。本文以水下声学图像目标检测为基础,对采集到的水下声学图像进行预处理后,实验研究分析将计算机视觉显著性检测算法改进应用到水下声学图像上,对水下声学图像进行目标显著性检测研究,使水下声学图像目标相对于背景突出显示,对经过目标显著性检测处理后的水下声学图像进行动静状态的判断,对检测到的静态目标进行定位,其对于AUV来说就像一个新的锚节点,可以作为参考点来辅助AUV惯性导航累积误差的减小。在检测到静态目标作为参考点后,AUV可以从声呐图像中获得多次获得距离信息,其距离的变化可以反应AUV相对参考点的相对运动,在此过程上基于扩展卡尔曼滤波的计算,可以减小AUV惯性导航的累积误差。由于水声信道的水介质及其边界具有复杂多变的特性,再加上声波本身的投射特性,采集到的水下声学图像往往具有噪声强、畸变严重、目标边缘模糊、分辨率低等特点,即便对水下声学目标图像进行预处理,其目标的颜色、纹理等信息都无法准确获得。水下光学图像通过图像增强预处理后,其目标的颜色、纹理、形状等信息都相对准确。但水下基于视觉光图像定位相比基于声学图像的声学信息定位来说计算复杂,实时性较差。水下声学图像和光学图像匹配后的结果可丰富光学图像目标物的距离信息,从而辅助视觉惯性导航;也可应用于由于视觉距离以及海洋噪声等影响下声呐设备与光学设备切换时目标物的匹配以保证连续的目标物追踪。