针对遥感卫星和高空无人机在海上航拍的可见光遥感图像中黑极性舰船目标检出率低的问题，提出了一种基于暗原色先验和恒虚警率原理的舰船目标检测方法。这种方法先对目标图像进行预处理，得到其暗原色图(DarkChannelImage，DCI)；再将 DCI作为二维恒虚警(2-DCFAR)检测法的输入，以局部统计灰度均值和方差作为目标检测特征，通过选择合适的目标判定阈值及目标空间分布信息完成疑似目标定位；疑似目标集合可以有效地被舰船目标特征矢量进行检验，根据得到的结果判定虚警是否去除，最后得到最终目标检测结果。实验结果表明，该方法对于可见光遥感图像中的舰船目标有较为准确的检测效果，总检出率可达 96.07%，并且对人眼视觉不易判别的黑极性目标有着类似“放大镜”的作用，对黑极性舰船目标的检出率可达 86.71%，较大地提高了可见光遥感图像中黑极性舰船目标的检出率，对优化黑极性目标检测方法创新有一定的指导意义，也为暗原色先验原理的应用提供了新思路。

为了对可见光遥感图像中油罐目标进行快速分割，在前人工作的基础上提出了一种快速的方法。对可见光遥感图像灰度值分布特点进行分析，用数组对满足先验知识的像素进行统计，使图像中缺失的灰度值不再参加计算，大大减少了冗余计算。以类间方差函数的代替函数(二者在同一位置取得最大值)进行分段处理，提高了运算速度。实验证明，这种方法可以应用到可见光遥感图像油罐目标的分割中，且分割效果优于Otsu法，实验所用图像的处理速度是前人改进方法的5倍以上。

针对可见光遥感图像中海上舰船的复杂背景，包括粗糙海面、云层遮挡以及云层阴影所造成的舰船目标难以提取的情况，提出一种云层舰船模型。模型引入基于形状距离的舰船的形状先验信息，根据云区的亮度和阴影特征构建模型以及对应的能量函数。能量函数中与形状对应的形状能量大小通过与形状先验模板的相似程度来计算。基于图割的能量函数最小化过程实现了舰船目标的提取。实验结果表明了该模型及方法在云区无阴影和有阴影两种情况下对单个或多个舰船目标提取的有效性。