水下机器人作为在复杂海洋环境下工作的重要运载工具，良好的环境感知能力有助于提高其安全性和自主能力。水下光视觉具有丰富的感知信息，在水下机器人近距离作业中起着举足轻重的作用，受到国内外研究学者的广泛关注。作为水下光视觉技术的核心模块，开展基于水下光视觉的目标检测和三维定位技术的研究对提高水下机器人自主能力及智能化水平具有重要的理论研究意义和实际应用价值。围绕着水下机器人自主作业中的目标检测与三维定位这一核心问题，本文主要研究图像边缘检测、圆形特征提取、动目标检测及目标区域提取、目标跟踪、摄像机标定及基于单目视觉的三维定位等相关内容，为后续的基于视觉信息的水下机械手作业打下技术基础。在对水下目标物特征检测与提取方法的研究中，主要探讨了边缘检测及圆形特征恢复方法。针对传统灰度图像边缘检测方法存在的不连续、抗噪能力弱的问题，提出一种基于Kirsch理论的彩色边缘检测方法，该方法通过建立方向模板间的联系，构建了新的边缘强度矩阵；同时为弱化梯度算子对边缘像素的扩散作用，采用非极大值抑制方法对边缘信息进行细化；最后提出一种多通道梯度图像的融合方法，并通过水下图像边缘检测实验验证了本文方法的有效性。由于水下图像受噪声污染严重，使得边缘图像非单像素宽，传统Hough变换进行圆形提取时，其参量空间中易出现虚假圆形特征，降低了真实特征的检测精度，针对这一问题，本文提出一种自目标内部搜索实现圆形轮廓检测的方法，该方法通过修正圆形特征滤除边沿元虚假信息，最终检测得到目标圆形轮廓。水下圆形特征提取实验验证了本文所提方法的有效性。在对水下动目标检测及跟踪方法的研究中，针对灰度图像阈值分割方法存在的目标区域提取不完整、前景和背景间易连接等缺陷，提出一种基于HSI彩色空间的图像分割方法，该方法以H通道信息为主、融合S通道和I通道信息，完成运动目标的两步分割，通过不同环境水下图像分割实验验证其有效性。针对水花及其它目标对水下图像分割结果的干扰问题，提出一种基于分级约束的目标区域提取方法，并对该方法的有效性及准确性进行实验研究，在此基础上建立一种简单的目标存在性判断准则，将其应用于球体运动目标的搜索环节。在对动目标跟踪方法的研究中，提出一种结合区域及轮廓特征的目标跟踪方法，该方法针对序列图像的CV运动预测模型跟踪滞后及三阶运动预测模型维数高计算量大的不足，建立一种新的运动预测模型，利用圆形检测方法提取的目标质心位置对预测结果实时更新校正，形成“预测-实测-修正”的闭环目标跟踪系统。为缩短系统处理时间，在保证跟踪精度的前提下，建立了基于状态预测模型的动态检测窗口。最后对本文所提方法的有效性进行实验验证。在对基于已知模型的目标三维定位方法的研究中，通过分析理想的针孔成像模型，增加摄像机光学几何畸变项，建立了完整的非线性摄像机模型。针对水下视觉系统中的混合成像透视组合造成的图形畸变问题，引入高阶畸变系数对非线性摄像机进行标定。在水下目标物三维定位环节中，针对传统几何相似法忽略摄像机镜头畸变造成定位精度低的问题，提出一种基于牛顿迭代的目标轮廓校正方法，在此基础上分别建立了基于半径信息和基于区域面积信息的三维定位数学模型，并在自制的三维定位支架中进行了实验验证。在对基于未知模型的目标三维定位方法的研究中，重点探讨了两种不同的定位手段：基于序列图像的目标三维定位及基于CCD与超声传感器融合的目标三维定位方法。针对传统二次成像法应用的局限性，提出一种运动式单摄像机构成的双目立体视觉定位方法，该方法综合考虑了序列图像间摄像机运动的一般形式，拓宽二次成像法的使用范围，通过基于序列图像的水下目标物三维定位实验对本文方法的有效性进行验证。在对传感器融合的定位方法的研究中，通过分析超声传感器工作原理及目标物固有的球体形状特征，提出一种CCD与超声传感器信息融合的目标三维定位方法，该方法利用球心在摄像机坐标系和超声传感器坐标系下的位置关系，建立关于目标物二维几何特征的一元二次方程，同时为避免该方程的多解问题，增添方程的约束条件去除无效根，最后对提出的融合传感器的三维定位方法进行仿真实验研究。