作为水下机器人领域的一项关键技术,水下目标的自动检测与识别成为了当今图像处理领域中一项具实际意义和挑战性的研究课题。水下机器人目标自动识别系统对机器人起着导航、避障、检测未知目标的重要作用。为了保证该系统运行的实时性与可靠性,采用目前应用最广泛的嵌入式实时操作系统VxWorks。根据系统的实时性与可靠性的要求,硬件平台采用盛博生产的PC104与嵌入式实时开发系统VxWorks结合,实践证明系统的实时性与可靠性满足设计要求。本论文主要研究水下目标的自动识别与分类,主要在水下目标图像预处理、水下目标特征提取及水下目标识别分类三个方面进行了研究。分析了传统的图像处理算法和识别算法,通过对比不同方法之间的优缺点及适应条件,结合水下目标图像的特点,提出了一套基于几何特征和不变矩特征的BP神经网络自动识别水下目标的方案。该方法选取能将完整的表示水下目标图像类型的特征提取出来,最终达到精确识别目标的目的。由实验结果可以看出,该套方案对于存在阴影区的图像能够精确的识别与分类,并且运算量小。综上所述,本论文对水下目标识别相关技术进行了深入的研究,对提出的基于几何特征和不变矩特征的BP神经网络自动识别方案,利用实拍的水下图像进行了试验验证,试验结果表明本文提出的方案获得了很好的识别效果。