近年来随着水上交通事故的日渐增多,水上交通安全逐渐成为广大工程技术人员和科学工作者,尤其是水上交通管理部门关注的焦点。基于双目立体视觉技术的船舶轨迹跟踪方法能获取船舶的轨迹参数信息,跟踪船舶的运行轨迹,使船舶按照操纵者的控制运行,并且能够及时预警危险,对船舶运行的决策问题提供支持,因此,该方法对于保障水上交通的安全具有重要的意义。目前,基于双目立体视觉技术的船舶轨迹跟踪方法研究尚不多见,因此如何利用双目立体视觉技术获取近距离和远距离船舶的运行轨迹,实现准确的船舶轨迹跟踪是亟待解决的关键问题。针对上述问题,论文的研究内容主要从以下三个方面展开:(1)普通相机与长焦镜头的标定针对普通相机的标定,使用传统的相机标定方法即可获取准确的相机参数信息。针对长焦镜头的标定,由于其焦距大、观测时视野较小,并且拍摄时需离目标较远的距离,因此使用传统的相机标定方法步骤较复杂,且标定结果存在较大误差。针对长焦镜头标定困难的问题,提出一种新的长焦镜头焦距计算方法,该方法旨在构建长焦镜头焦距与图像视差间的线性回归模型,并在实验中验证该模型的准确性。(2)船舶轨迹参数估计模型在获取普通相机与长焦镜头参数信息的基础上,针对近距离的船舶运行轨迹计算,使用基于空间点三维重建的方法获取准确的近距离船舶平面运行轨迹;针对远距离的船舶运行轨迹计算,由于使用普通相机空间点三维重建的方法获取的轨迹误差较大,因此提出一种基于长焦镜头测距的远距离船舶平面轨迹计算的方法。实验结果表明,该方法计算远距离船舶运行轨迹的准确性较高。在此基础上,对近距离的船舶运行轨迹和远距离的船舶运行轨迹构建参数估计模型,根据构建的模型获取近距离和远距离船舶的轨迹参数信息,该信息用于后续船舶轨迹跟踪算法的研究。(3)基于双目立体视觉的船舶轨迹跟踪算法针对近距离和远距离的船舶轨迹跟踪,提出一种基于双目立体视觉的船舶轨迹跟踪算法。首先对船舶建立运动模型,并将船舶轨迹参数信息作为船舶的初始状态参数,然后分别使用传统的卡尔曼滤波算法、强跟踪卡尔曼滤波算法和基于双目立体视觉的船舶轨迹跟踪算法实现船舶运行轨迹的实时跟踪和预测,最后对比三种方法的轨迹参数预测误差,并通过蒙特卡罗迭代计算轨迹参数的均方根误差。实验结果表明,基于双目立体视觉技术的船舶轨迹跟踪方法具有较高的准确性和可靠性。