水下目标声探测与跟踪是水下机器人视觉领域研究的内容，是一个困难而有意义的课题。运动目标检测与跟踪一般处于视觉应用系统的最底层，是各种后续高级处理如目标分类、行为分析等的基础。 本文以某型号的前视声纳的显控系统为背景。主要研究了声纳图像序列的运动目标跟踪问题，包括目标检测、目标匹配和目标运动估计等模块。目标检测模块判断图像序列中运动目标的存在性，描述目标的形状特征(如运动目标的位置，目标外接矩形的大小)；目标匹配模块寻找运动目标在图像序列各帧中的对应关系，确定目标的运动轨迹；目标运动估计模块预测运动目标在下一帧中可能出现的位置，确定目标搜索范围。 本文首先介绍了881A声纳系统的硬件结构和数据格式，以及现有的图像预处理软件模块，包括坐标变换、波束内插、灰度变换、中值滤波、声纳图像显示等。其次，研究了两种图像分割和目标检测算法：自适应阈值法和均值漂移算法。在第一种方法中对图像进行自适应阈值分割得到二值差分图像之后，进行连通域的识别以检测目标，而均值漂移法在图像分割的过程中，自动检测出运动目标。再者，提出了一种代价函数来评估相邻两帧图像中两个运动目标为同一目标的可能性，从而进行运动目标的匹配。最后对运动目标跟踪作了初步研究，给出一种基于Kalman滤波的运动目标跟踪算法，通过目标运动估计和目标匹配模块来实现运动目标的跟踪。目标运动估计模块利用Kalman滤波器预测被跟踪运动目标在下一帧中可能处于的位置，确定目标搜索范围。 仿真试验结果表明，本文提出的目标探测与跟踪方法可以对水下声纳图像进行有效的目标跟踪。