1.一种基于计算机视觉的水下结构测距系统，其特征在于：包括图像采集与预处理模块，通过双摄像头结合计算机视觉技术捕捉水下图像，并对原始图像进行降噪和增强，以获取高质量的图像数据；

摄像头标定与图像校正模块，使用张正友标定法获取摄像头的内外参数，校正图像畸变，确保双摄像头具有准确的立体对应关系，为后续深度估计提供准确的几何信息；

立体视觉匹配与深度估计模块，从左右视图提取特征点，通过立体视觉匹配算法计算视差，得到视差图并转换为深度图，获取图像场景的深度信息；

深度图处理模块，对初步深度图进行滤波和孔洞填充，减少匹配误差并增强深度数据的连续性和可靠性，校正深度误差并生成经过处理的深度图；

三维重建模块，利用已校正的深度图和摄像头参数，结合位置信息进行三维空间点云重建，生成高精度的三维点云模型；

目标跟踪与分析模块，利用多目标跟踪算法分析水下场景中的动态目标，通过数据关联和分析得出目标的移动状态和轨迹；

完成从水下图像采集到三维结构测距的全过程，实现了对水下环境的深度信息获取和目标跟踪分析；

通过双摄像头同步捕捉水下环境以获取原始视觉信息，采用双边滤波对原始图像进行降噪处理，双边滤波技术能够在保持边缘信息的同时去除噪声，对降噪后的图像执行直方图均衡化处理，增强图像对比度；再分析经过直方图均衡化的图像，提取特征点，用于后续图像之间的匹配和位置估计；

采用标定板对双摄像头进行同步拍摄，获取用于标定的图像序列，提取图像序列中的标定板角点，进行角点检测，采用OpenCV库中的函数进行角点检测，获取标定板上的角点坐标，对双摄像头拍摄的图像序列中的角点进行匹配，确定左右相机对应的角点在匹配时能够正确对应，利用角点的世界坐标和图像坐标的对应关系，再利用张正友标定法计算双摄像头的内部参数，通过精确的内外参数对双摄像头图像进行畸变校正，再利用校正后的图像进行立体校准，对齐双摄像头的成像平面，根据立体校准结果调整双摄像头的位置和姿态，获取准确的立体对应关系；

通过尺度不变特征变换，从双摄像头捕获的左视图中提取特征点和右视图中提取特征点，保证与左视图中的特征点在类型和提取标准上的一致性，再获取左右视图的内外参数，包括摄像头的焦距、光心、畸变系数及两个摄像头间的相对位置和姿态，根据半全局匹配算法找出左右图像间对应的特征点，利用图像的整体信息进行匹配，并计算出左右图像对应特征点间的视差，视差的大小直接关联到物体与摄像头之间的距离，视差越大则表明物体距离摄像头越近，通过构建视差图，记录场景中各个像素点的视差值；

所述视差是左右图像对应点的水平偏移量，反映物体相对于摄像头的深度信息，视差计算公式如下所示：

， 其中 和 分别是左右

图像中对应特征点的水平坐标；

通过双摄像头的几何排布及视差计算公式，使用线性方法将视差值转换为物体到摄像头的物理深度值，通过获取摄像机的内参和外参信息，计算出一个比例因子L，具体公式表示为 ，通过计算的比例因子，将视差值d转换为物理深度值Z的具体公式：，其中，Z 表示物体到相机的真实深度值，即物理深度，f为相机的焦距，T 为摄像机间的基线距离，d 为视差值，通过将视差值转换为物理深度值进而生成深度图，深度图显示图像场景中每一点的物理距离，再对深度图进行校正和优化处理，去除噪声和误差，提高深度图的精度和可靠性，使其能更真实地反映物理世界的三维结构；

采用高斯滤波算法对初始深度图进行平滑处理，通过高斯函数的权重分布来减少图像噪声和细节，对平滑后深度图进行边缘保持增强，利用边缘检测算法识别物体边界，再通过膨胀和腐蚀操作填补深度图中的空缺区域，利用连通区域分析，对填充后的深度图进行区域划分，识别并标记各个独立的物体，再根据水下成像模型，计算光线在水中的折射和散射参数，为深度图的校正准备物理数值，通过折射和散射参数对深度图的每个像素进行误差校正，利用光线传播模型修正由于水下环境影响造成的深度偏差；

利用张正友标定法获取摄像头的内外参数，再根据摄像头的位置信息，计算每个像素点对应的世界坐标系中的空间位置，利用已校正的深度图和内外参数计算，生成初始的三维点云数据，采用空间滤波技术对初始点云数据进行降噪处理，再通过泊松重建算法对降噪后的点云数据进行表面重建，得到连续的三维模型，根据重建后的三维模型，提取物体的边界和特征点，针对提取的特征点，执行空间几何分析，确定物体在三维空间中的具体坐标；

在三维模型中提取的物体边界和特征点用于目标检测和分析，再与联合概率数据关联算法提取场景中的初始目标信息进行结合；根据目标的运动模型预测下一时刻的目标状态，再收集多帧图像数据，对每一帧的目标进行检测，提取包括边框、颜色直方图和特征点的目标特征；计算检测到的目标特征与预测目标状态之间的关联度，侧重于特征相似性和空间邻近性的匹配；通过最大化关联度，确定目标在连续帧中的匹配关系；若目标在某些帧中丢失，利用预测的轨迹信息和以往的观测数据进行数据关联，以补充中断的跟踪；对每个目标的运动轨迹进行平滑处理，过滤噪声和误差，优化目标的运动轨迹表达；分析所有目标的运动模式，识别异常运动或特殊事件， 根据目标的运动轨迹和行为特征，判断场景中的动态目标移动状态，形成全面的目标运动分析报告；

所述一种基于计算机视觉的水下结构测距系统的实现方法，包括：

S1、通过双摄像头结合计算机视觉技术捕捉水下图像，初步获得水下环境的原始视觉信息，采用图像预处理技术对捕获到的原始图像进行降噪和增强，获取质量更高的图像数据；

S2、根据张正友标定法双摄像头获取摄像头的内外参数，通过标定得到的内外参数用于校正图像畸变和同步摄像头，确立两个摄像头的图像的立体对应关系，为深度估计提供精准的几何信息；

S3、根据摄像头的内外参数，通过尺度不变特征变换从双摄像头捕获的左右视图中提取特征点，并通过立体视觉匹配算法，找到左右图像间的对应特征点，计算视差并得到视差图，再根据双摄像头的几何排布和视差计算公式，将视差图转换为深度图，将提取的视差信息转为物理距离度量；

S4、在获得初步的深度图后，执行深度图的后处理操作，对深度图进行滤波，以及使用形态学运算进行孔洞填充，再获取经过滤波和填充后的深度图，并利用水下成像模型校正深度误差；

S5、通过深度图校正，利用已校正的深度图和标定得到的内外参数，结合摄像头的位置信息，进行三维空间点云重建，同时生成物体在三维空间中的坐标，根据三维点云数据，采用三维重建算法得到高精度的三维点云模型；

S6、再利用多目标跟踪算法，分析和判断场景中的动态目标，通过多帧数据的关联和分析，得出目标的移动状态和轨迹。