1.一种水下机器人回收定位方法，其特征在于，包括以下步骤：步骤一：利用两台水下CCD相机拍摄标定板，获取双目相机的参数，包括内、外参矩阵，畸变系数和相机之间的旋转和平移矩阵；

步骤二：获取水下双目相机拍摄的视觉图像，作为待分析的输入图像；

步骤三：灰度化与二值化处理输入图像，判断图像中的连通域；

步骤四：光源匹配，对水下图像进行形态学上的处理，获取最终光源中心点坐标；

步骤五：解算AUV与对接坞的相对位置；

步骤六：将双目视觉得到的位置数据与航位推算得到位置数据融合；

步骤三中采用wallner自适应阈值二值化处理图像，得到水下光源黑白图像，其中wallner算法具体为：其中p(n)表示第n个像素点的灰度值，gs(n)表示二值化后的值，s表示第n个之前的像素数量，取s为图像宽度的八分之一；

步骤三中使用连通域判断算法获取图像中连通域的数量即光源数量，该算法步骤如下：对图像进行逐像素扫描，若当前的像素值为0则移动到下一个扫描的位置；

若当前像素值为1，则检查该像素左边与上边的两个邻接像素；

考虑这两个像素的组合情况，若它们的像素都为0，则给予该像素新的标记用以表示一个新的连通域的开始；

它们中间只有一个像素为1，则当前的像素标记为它们中为1的像素标记值；

它们的像素值都为1且标记相同，则当前像素的标记为该标记；

它们的像素值都为1但是标记不同，则将小的标记赋给当前像素；以上述步骤三中算法步骤为循环，找出所有的连通域，得到连通域的数量；

步骤三中在得到连通域的基础上，对二值化的光源图像进行平滑处理，利用图像处理中形态学上的腐蚀和膨胀操作，消除光源所在的连通域周围的像素噪声，凸显光源所在连通域并平滑光源边缘；

步骤四中应用质心检测算法，其核心在于统计连通域中所有的横坐标、纵坐标之和，并计数连通域中像素的数目，求取平均值获得连通域中心坐标；然后依次标记每个光源的中心坐标，标记方法为分别以横坐标最大、最小依据，标记左右光源，同理以纵坐标最大最小为依据，标记为上下光源，其中，Iij为图像上每个像素点所接收的光强，xc,yc为中心点坐标；

最后将双目相机中相同标记的光源坐标配对。

2.根据权利要求1所述的水下机器人回收定位方法，其中，步骤一中使用的张正友标定法获取相机的各项参数，具体步骤为：打印一张7*10黑白格相间的标定板并在水下从不同角度拍摄若干张标定板图像；

检测出图像中的特征点以求解理想无畸变情况下的摄像机内外参数并用最大似然估计提升精度；

应用最小二乘法求出实际的径向畸变系数；

综合内外参数和畸变系数，使用极大似然法，优化估计，提升估计精度，最后得出精确的相机内外参数和畸变系数。

3.根据权利要求1所述的水下机器人回收定位方法，其中，步骤五中，假设左摄像机的所在坐标系与世界坐标系重合，O1‑X1Y1构成左摄像机成像平面对应的图像坐标系，左摄像机焦距为f1；坐标系OC2‑XC2YC2构成右摄像机的坐标系，其成像平面对应的坐标系为O2‑X2Y2,右摄像机焦距为fr，其在左右成像平面上的投影点Pl(Xl,Yl)和Pr(Xr,Yr)，则左右摄像机的投影模型分别是：T

两个摄像机间存在某种对应关系，即右摄像机经过平移矩阵T＝[tx ty tz]和旋转矩阵和左摄像机完全重合，其对应关系表示为：将上式联立得到点P(X,Y,Z)与Pl(Xl,Yl)和Pr(Xr,Yr)的数学表达式：将标定所得的左右摄像机的内外参数和匹配后的Pl(Xl,Yl)和Pr(Xr,Yr)就求得AUV的三维位置信息。