目标检测与跟踪技术是计算机视觉的一个热点问题，而水下目标的检测与跟踪是水下机器人的重要研究内容，其不仅广泛地应用在水下机器人导航、水下视频监控等许多方面，而且对核电站中反应堆堆芯和水池的异物检查、打捞有着重要作用。本文在国家863项目“核电站多功能水下爬行机器人”的支持下，对水下目标的检测与跟踪技术进行了研究。本文的主要工作和创新性成果如下：（1）根据水下光学成像原理以及其它各种影响因素，分析了水下成像的特点，进而研究了基于水下成像模型的图像清晰化算法。该算法采用小波变换估计并去除了散射光和光源强度变化对水下成像的影响。（2）针对复杂的水下核辐射环境，研究了基于颜色的自适应窗水下目标跟踪算法。该算法在传统颜色匹配跟踪算法的基础上，先通过颜色定位算法和跟踪准确算法找到最佳目标位置，提高了跟踪的精度，再根据跟踪窗尺寸变化算法计算窗宽，基本实现了跟踪窗尺寸随着目标物在图像中的大小而变化。（3）针对水下成像模糊和不稳定的特性，研究了基于二维模糊Otsu的水下图像分割算法。该算法将最大类间方差法（Otsu）从一维扩展到二维，并加上了模糊理论，综合了最大类间方差法与模糊理论的双重优点。然后根据水下目标的几何特征，获得了手爪抓取目标所需要的辅助信息，包括质心位置、手腕旋转角度以及控制手爪开合的电机旋转角度。（4）利用LabVIEW的软件平台进行了水下目标跟踪、图像分割以及特征提取的实验，验证了算法的有效性和可行性。