针对铝型材表面缺陷种类多、尺度差异大、小目标容易漏检等问题，提出了KCC-YOLOv5——一种基于YOLOv5s改进的铝型材表面小缺陷检测模型。首先利用IoU（intersection over union）-K-means++算法代替K-means算法聚类锚框，获得最贴合铝型材表面缺陷的锚框，提高小目标锚框的质量；其次，提出全局注意力模块C3C2F，并引入主干层，在减少参数量的同时增强小目标的语义信息和全局感知能力；最后将颈部最近邻插值上采样方式换为轻量级上采样算子CARAFE（content-aware reassembly of features），充分保留上采样特征图的小目标信息。实验结果表明，改进模型KCC-YOLOv5的均值平均精度为94.6%，相比于YOLOv5s提高了2.8个百分点，小目标漆泡和脏点的平均精度分别提高了5.2和12.4个百分点。KCC-YOLOv5模型在保持大目标检测精度小幅度提升的同时显著提升了小目标的检测精度。

分析常规的双通道星载合成孔径雷达-偏移相位中心天线(SAR-DPCA)技术检测运动目标的方法，建立了斜距平面坐标系来描述星载合成孔径雷达回波多普勒特性，说明了这种常规动目标检测方法在星载情况下的不足。针对这种情况，提出基于运动平台补偿的双通道星载SAR-DPCA动目标检测方法。该方法通过相位补偿，消除了星地相对径向运动对双通道DPCA杂波对消效果的影响，改善了双通道星载SAR-DPCA系统的动目标估计性能。

为了消除海上红外弱小目标检测中图像背景杂波和噪声的影响, 提出了一种基于时空非局部相似性的红外图像弱小目标检测方法.该方法充分利用了相邻帧的红外图像序列间海面背景图像块的非局部自相关特性以及每帧内非局部背景图像块间的相似特性, 并引入时空域图像块模型, 该模型可利用加速近端梯度方法来有效求解.实验结果表明, 与传统的红外弱小目标检测方法相比, 所提方法不仅能更有效地保留目标的特征信息,还能使红外图像的峰值信噪比提高1.2倍以上, 信杂比提高1.8倍以上.

红外视频中的舰船目标检测在渔政管理、港口监控等领域具有广泛的应用价值。传统的背景减除方法，如高斯混合模型(GMM)、码本算法(Codebook)和ViBe 算法等，在海面红外视频舰船检测过程中容易受到海浪的影响导致错误检测。本文提出一种新的算法框架实现红外海面视频中的舰船检测任务。该算法框架采用了Top-Hat 操作对红外图像进行预处理，从而有效过滤杂波，随后应用改进ViBe 算法完成对舰船目标的检测。实验结果表明，本文算法可以有效抑制背景噪声，取得了较好的检测效果。

针对红外图像中海天交接处目标能量较弱, 难以获得精确检测的问题, 本文提出一种基于杂波抑制的海平线弱小目标检测方法。该方法通过对红外图像特征分析, 检测海平线像素特征, 去除障碍物干扰, 确定海平线区域; 对海平线区域采用改进的均值差滤波与背景建模, 去除海平线杂波; 杂波滤除后, 计算两个区间自适应阈值作为滞后阈值, 从而检测出海平线弱小目标像素。实验结果表明, 本文提出的算法能够有效去除海平线杂波, 确定海平线区域, 有效提取海平线像素, 从而准确检测出海平线弱小目标, 具有较高的检测率与较低的虚警率, 验证了该算法的有效性。

背景辐射噪声是弱信号检测面临的难点问题。提出了一种显著提升信噪比实现匀速运动弱目标的有效检测算法。建立目标坐标空间和速度空间，以不同速度矢量控制图像叠加，形成提升了信噪比的新的图像序列并构成图像空间；利用恒虚警判决法在图像空间中检测候选目标点；根据候选目标点所对应的坐标向量和速度向量分别映射到坐标空间和速度空间，由两个空间中出现的峰值判定目标点。实际红外成像系统实拍实验表明，算法能将信噪比提升至接近原图的n^1/2倍，目标检测概率和虚警概率都明显优于所对比的弱目标检测算法。

天基光学传感器对空间近邻目标的像平面跟踪过程中,传统方法在单帧恒虚警检测后进行量测划分,采用的虚警率过高可能引入较多的杂波点,过低则群目标在像平面的部分信息损失.在分析空间近邻目标在像平面特征的基础上,提出一种使用马氏随机场模型进行预检测处理然后以k-均值进行量测划分的方法,仿真结果表明,相比传统方法,基于马氏随机场模型的空间近邻目标检测及量测划分准确率更高,且在信噪比较低的情况下,性能改善明显.

提出了一种分级多尺度融合的水下偏振图像处理方法.首先，利用非负矩阵分解对偏振参量图像进行融合增强，得到所含局部特征信息完整且冗余度低的偏振参量融合图像；在此基础上，基于二维经验模式分解分别将偏振参量融合图像与偏振强度图像进行多尺度变换，对得到的高低频子图像分别进行加权平均融合，融合权重是采用穷举搜索法计算得到；最后，将高低频融合结果反变换得到最终融合图像.实验仿真结果表明该融合方法在增强图像细节信息及提高水下偏振图像对比度方面具有显著效果.

将Itti模型应用于海洋监视卫星图像舰船目标的检测中。简要阐述了Itti模型的算法处理过程，并将视觉注意点的提取转移过程建立为电容阵列充电模型。针对Itti模型的诸多问题，比如所提取的显著区域形状大小固定、小半径检测实时性差、大半径检测包含背景区域多等，提出了改进算法：引入离散矩变换，增强了图像纹理特征响应；采用阈值分割的方法由显著点搜寻显著区域，提高了检测精度和实时性。运用Matlab对算法进行测试，实验结果表明，改进算法所提取的显著区域形状大小基本与目标一致，实时性好，且显著区域包含背景少。与Itti模型相比，改进算法更适合应用于海洋监视卫星图像舰船目标检测提取。

针对天空背景红外点目标检测时云层边缘产生的虚警, 根据点目标的高斯分布特性, 提出采用高斯曲面拟合算法, 首先利用传统目标检测算法检测得到目标和云层边缘, 然后获取其高斯曲面拟合参数, 最后计算偏态系数和峰度系数, 根据偏态和峰度系数的差异, 区别目标和云层。实验结果证明, 该方法能有效地区别目标和云层边缘干扰, 从而降低目标检测算法的虚警率。