对水下仿生机器鱼的研究已经成为目前国内外学术界的研究热点，近年来，美国、欧洲和日本等许多国家和地区对仿生机器鱼进行了深入的研究，取得了很多研究成果。仿生机器鱼融合了电子、通信、自动控制、人工智能、计算机等方面的技术，并为图像处理、模糊控制、群体编队、湍流等相关领域的研究提供了一个很好的研究和实验平台。视觉子系统在多水中机器鱼协作控制系统中，是非常重要的部分。在控制基于全局视觉的机器鱼时，对运动中的机器鱼进行快速检测和跟踪是十分重要的。整个控制系统通过视觉子系统来采集实时的全景图像。图像经过一系列的处理之后，将获取的目标信息提供给控制平台，这是上位机进行分析决策以控制仿生机器鱼游动的唯一信息来源。本文针多水中机器鱼控制系统子系统实现中的一些问题进行研究，提出了一种基于模板匹配的目标跟踪算法，总结提出了视觉子系统硬件以及软件实现中的一些关键性问题的方法和技术。本文主要研究成果如下：第一，对多水中机器鱼协作控制系统视觉子系统的硬件部分和软件实现进行详细地介绍，并且对图像失真等问题提出解决方案。第二，在视觉子系统在目标机器鱼位姿信息的获取环节提出一种新方案，该方案用视频目标跟踪代替以前系统中通过颜色来匹配目标的步骤。通过对目前几种模板匹配算法的对比分析研究，并结合仿生机器鱼的一些特点，确定了新方案中采用双模板匹配算法进行目标跟踪获取目标位姿信息。第三，针对仿生机器鱼自身形状的特点，采用了基于机器鱼刚体部分进行双模板匹配的多目标跟踪算法并且用C++语言进行实现。通过在Visual Studio2008平台下的实验证明，此方法能够快速准确地识别跟踪多个目标，系统将会在实时性能上得到很大的提升。