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。

针对全景海域图像背景复杂且海天线呈近似圆形的特点, 提出了一种基于分形维数和改进Hough圆变换的全景海天线提取算法。该算法首先通过地毯覆盖法计算海域全景图像的分形维数, 并据此提取出全景采集装置等设备在全景图像中的成像, 消除其对海天线检测的不良影响。针对经典的梯度Hough圆变换算法提取全景海天线时无法给出唯一正确解的问题, 提出了一种改进的Hough圆变换算法来有效提取全景海天线。对400幅不同情况下采集的全景海域图像进行了实验。结果表明, 提出的算法在理想情况、海天线部分缺失、低对比度和海天线大范围断裂等多种情况下均可以有效提取出全景圆形海天线, 检测准确率达95.75%, 适用性和鲁棒性良好。

海天线检测是红外图像自动目标识别技术的一项重要内容。本文深入分析了海天背景红外图像的特点, 提出了一种基于四项特征评分因子的海天线模糊识别算法。首先对梯度图进行 Radon变换以提取候选海天线, 然后联合候选海天线四种特征信息进行模糊综合评判, 最后根据评判值大小给出海天线识别结果。算法对比和实测数据结果表明, 该方法适用范围广, 抗噪声和抗干扰能力强, 识别率高, 可以有效地检测出各种复杂海天背景下的海天线, 为进一步应用 (如目标识别 )奠定了良好的基础。

针对海天红外图像的特点，提出一种快速有效的海天线提取方法。首先通过模板运算在大尺度上对图像进行预处理来增强海天线区域的图像梯度值，然后为了减小水面波纹和噪声的干扰，设计了一种非线性分割方法对图像进行处理，最后对图像进行行扫描找出海天线的位置。实验结果验证了该方法的简单有效性，抗干扰能力强，易于工程上应用。