目前，小型ROV通过摄像头或前视声呐进行观测，由于水下光照不均匀，水质浑浊，从而影响了光学摄像机的成像效果。前视声呐虽然可以不受水质和光照的影响，但是前视声呐的视角较小，容易产生目标溢出探测图像的情况。此外声呐图像要比光学图像更加难以辨认，增加了人为的失误。

针对上述问题，采用机器视觉的方法，对光学图像和声呐图像进行处理，提取水下目标的特征，对水下目标进行跟踪识别。目标识别与跟踪技术是机器视觉的一个热点问题，而ROV的识别与跟踪技术是水下机器人的重要研究方向，水下视觉系统对深入研究ROV的感知系统具有重要的指导意义，可以进一步提升ROV的自主作业能力。

天津科技大学机械工程学院机器人与机器视觉测量团队，以工业及水下机器人为载体，融合机器视觉检测、基于机器视觉的光学镜头设计、深度学习、水下多重传感与控制等优势，有助于协助相关公司克服小型ROV水下目标识别与跟踪的难题。