在本文中,我们建立了一个分布式水下监控系统,此系统采用多个静态摄像头来跟踪水下目标轨迹。该系统包括一个信息融合单元(IFU)以及一系列水下图像处理单元(UIPU),能够有效地融合和协同多个摄像头进行一致性目标跟踪能够。我们用水下处理单元来进行目标跟踪,首先根据相似性将带有目标的局部区域分割成超像素,然后构建基于超像素的判别外观模型来辨别区域中的运动目标和背景图像,并计算目标的目标背景置信图,最终通过最大后验概率获得目标位置。水下图像处理单元为每个摄像头记录其视域的监控背景图像,并且将水下目标的动态特征和目标标号实时传递到信息融合单元。信息融合单元根据背景图像的SURF特征匹配来检测多摄像头之间的重叠视域。SURF特征点对尺度和角度具有旋转不变性。SURF算法采用积分图像,Hessian矩阵大大降低了计算的复杂度。在重叠视域中的视点对应通过单应性变换建立,单应性矩阵通过提取的SURF睁征点和随机样本一致性(RANSAC)算法求得。为了能够一致和有效地跟踪水下目标,信息融合单元利用目标质心坐标的单应性映射和SURF特征共同匹配多视域的同一目标。在非重叠视域仅采用SURF特征进行匹配。最终将不同视域的同一目标用同一标号标记。仿真实验证明采用本文所提出的方法能够在水下持续鲁棒对目标进行一致性跟踪。