为解决海上单目图像测距难的问题, 提高对海上图像的信息挖掘程度, 提出一种单目测距方法。在海天线检测和位姿解算单目测距技术的基础上, 通过图像中的海天线对相机位姿进行标定, 获取相机外参;再结合提前标定的相机内参, 构建目标与相机在成像空间中的几何关系模型;考虑地球曲率影响, 推导出了基于海天线标定的海上实时单目测距方法;最后利用蒙特卡罗法对测距模型进行仿真, 分析了其误差特性。

为了快速、准确检测海天背景下远距离水平观测的船舶目标，提出了一种基于海天线提取和混合灰度差的船舶检测方法。首先，利用边缘检测算法将图像分为天空、海天线和海面三个区域，并根据海天区域连接点，采用直线拟合方法确定海天线的直线参数；然后提取海天线区域作为目标感兴趣区域，并在去除海面杂波和噪声等干扰后利用混合灰度差水平投影和垂直投影来定位目标；最后，根据投影曲线统计值分析得到目标的坐标和大小。实验结果表明，该方法可以有效检测出海天背景下远距离水平观测的船舶目标，并且运算简单、处理速度快，因此能够满足船舶目标检测的实时处理要求。

由于海天线检测在海天背景下的舰船目标检测与跟踪方面具有重要作用，提出了一种基于边缘灰度梯度门限分析和最小二乘直线拟合法的海天线检测方法。通过分析图像以及调整线性滤波器的步长来扩大海天线附近的灰度梯度差。采用门限分析法提取了边缘坐标，采用最小二乘直线拟合法提取了海天线，并利用MATLAB软件进行仿真验证。结果表明，本文算法可准确提取复杂背景下的海天线，且具有较好的适应性与实用性。

本文基于海天背景目标提取技术的研究，给出一种实用的海天线提取算法。首先，采用空域滤波消除弱小船只目标和近域海浪杂碎波的干扰，对降噪后的红外图像进行形态学梯度运算，采用 Ostu阈值分割方法，获取海天线边缘轮廓，然后利用 Hough直线检测算法，获取海天线待拟合点数组，最后利用最小二乘法拟合海天线。实验结果表明，本算法能够准确、快速地提取海天线，为海上目标的快速探测跟踪奠定基础，对红外搜救设备进行海上目标探测跟踪具有重要意义。

海天线是海空背景图像所具有的重要特征之一,海天线的检测对天空区域和海面区域的划分以及目标检测具有重要作用。然而,复杂海空背景环境中的海杂波、云层、强反射、复杂气象条件等都会给海天线检测造成困难。针对复杂背景下海天线检测的环境适应性问题,对视觉传感器获取的原始图像及图像中海天线的特点、干扰因素及其抑制方法、现有的海天线生成方法三个方面进行了详细的阐述和分析,通过对比实验列出各种海天线生成方法的优缺点和适用场景,对比分析了自行提出的形态学方法的实验结果及适用场景。最后提出海天线检测面临的挑战,展望其下一步的研究方向。

针对远距离掠海小目标对比度低、容易受干扰、提取困难的问题,提出了一种红外掠海小目标的自动检测与威胁计算方法。通过对红外成像系统建模分析,结合图像海天线位置,确定目标威胁区域,然后利用形态学滤波器抑制图像背景,最后统计可疑目标的特征信息,对可疑目标进行威胁程度评估,选出威胁程度最高的目标进行跟踪。实验结果表明该算法对海天线附近的目标有很好的检测效果,海面目标威胁系数分布在0~5.104之间,且与目标亮度、尺度和位置相关,计算得到的威胁程度与人为主观判断符合度很高,该算法具有比较重要的参考价值。

红外成像系统作为探测舰船目标的一种重要方式, 在**侦察中起着至关重要的作用, 面对复杂背景、 恶劣天气环境等情况时, 目标与背景局部对比度较低导致红外系统的探测准确率、 查全率等性能指标受到严重影响, 针对上述问题, 开展了基于红外偏振图像的舰船目标检测方法研究。 通过8~12 μm长波波段红外偏振图像采集系统实际采集86组4个偏振方向(0°, 45°, 90°, 135°)的红外偏振图像, 样本中舰船目标309个。 对同场景下不同偏振方向的红外偏振图像及红外强度/偏振度图像的目标与背景局部对比度计算, 发现海面与舰船目标偏振特征差异能够有效提高目标与背景局部对比度。 在前视红外图像中, 舰船目标通常位于海天线附近或下方, 但复杂背景及天气等因素干扰对红外图像中检测海天线影响较大, 为此提出红外偏振图像海天线检测方法, 对红外偏振图像直方图进行高斯滤波消除局部极值, 依据海面与背景的偏振特征差异, 利用双峰法阈值分割检测海天线, 最后利用霍夫变换检测海天线, 分割出海面作为目标候选区域。 针对红外偏振图像受到海杂波严重干扰的问题, 提出海杂波背景抑制算法, 采取背景抑制, 距离加权方法抑制偏振图像中杂乱的海杂波背景。 最后, 利用MSER算法检测舰船目标, 根据舰船目标特性约束条件剔除非目标区域。 对86组红外偏振图像进行舰船目标检测实验, 所提出的方法能够有效克服复杂背景和海杂波等因素的干扰准确检测海天线, 通过海杂波背景抑制及舰船特征约束的方法消除海杂波及海岸对舰船检测所带来的干扰, 检测准确率、 查全率分别为93.2%和95.7%, 优于红外舰船目标检测方法, 特别在红外图像对比度低的场景下检测效果提升明显, 检测准确率、 查全率分别提高了46.5%和16.4%。 表明充分考虑红外偏振图像中舰船目标与背景的偏振特征差异能够有效提高目标与背景的局部对比度, 有利于准确检测海天线, 提高舰船检测准确率和查全率, 对复杂背景及恶劣天气有较强的适应性, 在**应用中具有极大应用价值, 对红外波段舰船目标检测技术的发展有着极为重要的意义。

针对海天场景复杂干扰情况下多尺度检测红外偏振图像中舰船目标困难的问题, 本文提出一种基于引导滤波和自适应尺度局部对比度的舰船目标检测方法。首先将强度信息作为引导信息对红外偏振图像利用引导滤波, 得到目标背景对比度、局部信噪比更高的融合图像; 然后基于融合图像显著的海天线垂直梯度特征, 提出一种检测海天线方法, 再对融合图像进行海天线加权抑制海杂波干扰; 最后基于单尺度局部对比度算法与舰船目标比例特征, 提出自适应尺度局部对比度方法, 当尺度与目标匹配时响应最大, 通过不同尺度对目标的响应结果确定最大尺度, 得到舰船目标检测结果。实验结果表明, 引导滤波融合方法的提高图像的目标背景对比度和局部信杂比, 与典型检测方法对比, 本文方法能够有效抑制干扰并能够检测海天场景不同尺度舰船目标, 具有较高的鲁棒性和准确性, 检测率、虚警率分别为95.0%, 3.5%, 为红外偏振图像目标检测提供了新的方法。

红外图像舰船目标检测中, 目标通常位于海天/岸岛线附近, 预先检测出海天/岸岛线, 确定舰船目标的潜在区域, 可减少目标检测过程中的搜索范围, 降低数据处理量, 提高检测速度。针对传统的海天/岸岛线检测算法对不同背景图像适应性差的问题, 分析了海天/岸岛线特征, 提出了应用LSD线段检测算法和聚类的海天/岸岛线检测算法。首先通过LSD线段检测算法获取图像中局部直线轮廓, 然后通过K-均值聚类获取潜在海天/岸岛线区域, 最后通过分析潜在海天/岸岛线区域纹理特征确定真实的海天/岸岛线位置。实验结果表明, 该方法对多种背景下海天/岸岛线检测适应性强, 检测精度高。