针对水中气泡与固体悬浮微粒不易区分的问题, 提出了一种基于Zernike矩与灰度计算的水下光学气泡图像识别方法。该方法主要分为图像划分、图像预处理和特征提取三个步骤。首先, 获取水下悬浮微粒的图像, 从中划分出单个气泡并选取部分样本; 为了更好地提取与表示气泡轮廓与灰度特征, 然后采用图像预处理方法增强气泡边缘特征, 选择并构建气泡特征库; 最后, 采用Zernike矩计算悬浮微粒特征的相似度, 区分圆形微粒与非圆形微粒, 之后计算微粒中心与灰度变化趋势, 辨别气泡与固体悬浮微粒。实验结果表明, 在测试数据集上的气泡识别准确率达到94%。该方法不仅能够辨别圆形与非圆形微粒, 而且能够融合灰度梯度计算方法以获取更好的结果。该方法从形状与灰度两个方面提取与辨别目标的特征信息, 提高了气泡识别精度, 具有较高的精确性与适用性。

针对海面有强阳光反射背景下现有红外舰船目标分割算法效果较差，提出了一种有效的红外舰船目标分割方法。利用均值漂移方法的不连续保持性滤波特性，抑制海面小面积强杂波干扰，同时又不损失舰船目标信息。对滤波后图像做行垂直方向梯度均值投影，获取舰船目标感兴趣区域。最后运用改进的行列均值自适应阈值分割算法，结合使用红外舰船目标的几何特征量达到自动分割的目的。

为抑制海空背景干扰和提高舰船检测速度, 提出一种基于纹理特征分析的海天线检测方法。分析了典型红外海空背景下海天线区域的纹理分布特征, 建立了适用于海天线检测的纹理模型。通过梯度特征计算和聚类分析找出图像中的候选直线位置, 比较其纹理参数并准确检测出海天线。对多种复杂背景红外海空图像的实验表明, 该方法适应面广, 计算简便, 具有很好的抗干扰能力。