为提高恶劣海况下的搜救能力,越来越多的国家开始尝试用搭载救助装置的无人艇代替传统的人工搜救艇,操作人员只需在大型搜救母船上进行监控和操作。为进一步提高海上搜救的效率,需要搭建一个搜救目标动态定位及跟踪系统,实时检测并跟踪可能的跟踪目标,经人工确认后将方位和距离发送给无人艇进行自动导航并实施救助。为解决海上搜救过程中搜救目标小、距离远,光照条件和海浪运动复杂等困难,本文自主设计并搭建了基于双目视觉的海上搜救目标动态定位和跟踪系统,实现了搜救目标检测、搜救目标跟踪、双目测距定位等功能,并通过实验初步验证了其可行性。在目标检测方面,研究了远距离小目标场景下的目标检测问题。介绍了小目标检测场景下的动态背景建模和HSV颜色识别等方法,提出融合HSV颜色识别和Canny边缘检测的背景建模方法,确定海面背景减少目标搜索范围,利用搜救目标颜色提高辨识度,利用边缘检测减少了因光照条件导致颜色识别失效的问题,满足了本文场景下的目标检测要求。在目标跟踪方面,研究了恶劣海况场景下的目标跟踪问题。针对恶劣海况下波浪大、搜救目标可能被波浪遮挡、光照条件复杂等问题,对比了常见的目标跟踪算法的效果。基于各算法的优缺点及本文场景的特点,提出了改进的TLD跟踪算法,融入了颜色和梯度直方图特征,提高了在复杂海况下对目标的跟踪能力,并通过湖面实验验证了与云台控制算法结合的实际跟踪效果。在双目测距方面,研究了长基线双云台的双目测距系统。通过长基线提高了测距的范围,通过独立云台控制相机角度保证了目标在持续出现在公共视场中。提出了独立双云台场景下的实时外参计算方法,解决了相对位置不固定情况下的双目外参计算问题,并通过实验验证了其正确性。最后比较了多种匹配算法的效果并对测距误差进行了分析。