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。

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。

光电跟踪系统经常会遇到各种复杂环境，如导弹尾焰、相似目标的出现等，这就导致仅仅依赖跟踪算法的优化无法解决遇到的上述问题。对多个跟踪策略进行优化研究，采用归一化相关对遮挡进行判断，并提出双波门跟踪和航迹滤波的处理算法。实验证明，经过优化改进后可以稳定跟踪复杂环境下的目标，提高了跟踪的鲁棒性。

海面波浪、船只与光照等因素的影响，使得可见光海面图像中的海天线难以被准确检测。为提高海天线检测的准确性与鲁棒性，提出了基于局部Otsu 分割与Hough 变换的海天线检测方法。首先，通过纵向中值滤波快速地抑制灰度图像中的光斑等高频噪声。然后，根据图像特点进行纵向分块处理来补偿光照的不均匀性并将船只的干扰范围限定在部分图像块中，再进行局部Otsu 分割得到二值图像并提取其中的边缘像素，抑制了波浪边缘的干扰。最后，采用Hough 变换拟合边缘像素以得到海天线。实验结果表明所提方法具有较高的准确性、鲁棒性与实时性，其检测准确率达93.0%，显著高于三种代表性的海天线检测方法。

复杂的海空背景环境中云层、波浪反射、复杂气象条件等会给海天线检测带来困难。针对复杂背景下海天线检测的环境适应性问题,提出了一种基于图像边缘相位编码的海天线检测方法。该算法通过双边滤波原理对图像进行保边滤波处理,以高斯拉普拉斯算子增强边缘响应,配合设计的高斯核方向滤波器完成边缘相位编码的抑噪和增强,然后以相位组分内扫描线的累积响应强度和海天区域内像素强度分布模式差值辨识出最优海天线的位置。实验结果表明,该算法能够有效地检测出不同复杂背景条件下的海天线,具有计算量小和环境适应性强的特点。

针对复杂海天背景下红外弱小目标难以检测与识别的问题，提出了基于海天线检测实现远距离弱小目标识别的方法。该方法对采集到的红外图像进行相关处理。通过用多级小波变换方法抑制背景杂波噪声提高目标信杂比；然后使用多方向Gabor滤波融合方法增强海天线边缘，并通过霍夫变换方法实现海天线定位和检测；最后通过定位海天线确定海天线附近区域的目标搜寻范围，缩小目标点潜在区，从而提高弱小目标在海天背景下的检测和识别概率。

提出了一种基于改进主动轮廓模型的海天线检测算法，检测全景海域图像中的椭圆海天线。通过全分辨率算法获取图像的视觉显著图，提取全景设备区在全景图像中的位置，以消除全景设备区干扰对海天线检测的不良影响。根据全景海天线为椭圆形这一特征，将构造的形状能量约束项加入主动轮廓模型中作为新的能量函数，使活动轮廓线的形状在收敛过程中受到限制，从而成功收敛到全景海天线上。实验结果表明，该算法对不同拍摄条件下的全景图像均适用，检测准确率达到96%，普适性和稳健性良好。