近年来,海面目标检测技术以智能化,准确性高等特点逐渐成为人们研究的一个热门领域。海面目标检测技术是通过计算机对视频或者静态图像进行分析,如果图像中含有船、舰等目标,则将其从背景中分割出来,以便后续对船、舰进行跟踪对其行为进行判断和分析,在军用和民用方面均有重大研究意义。本文主要是目的是建立无人艇的视觉感知系统,检测其行驶路径上是否有其它船只的存在,确保无人艇安全行驶。本文根据海天图像的成像特点,将海面目标分为两类:出现在海天线附近的远景目标和出现在海面区域的近景目标,根据两类目标的成像特点制定合适的算法进行检测。由于海面环境具有一定的特殊性,采集到的原始图像容易受到外界因素干扰而不能直接进行目标检测,文中首先对海天图像预处理过程中用到的相关技术进行了介绍。远景目标通常会出现在海天交界处即海天线附近,文中首先提出了一种改进的Hough变换来检测海天线,获得海天线的起点和终点的x,y坐标,然后通过将海天线纵坐标的中点位置上下平移一定的高度得到包含远景的目标的海天交界区域,由于远景目标所占面积较小,海天交界区域占图像高度的1/3便可避免目标所在区域被分割开。再将海天区域均分为20份,统计每个小区间的像素数,如果连续有3个以上区间的像素个数均大于设定的阈值,则对区间进行合并,合并之后的区间便是目标所在位置,文中针对不同的情况给出了阈值的调整方法。最后利用grab cut分割法在预定位的基础上提取远景目标。文中利用方向梯度直方图特征(HOG)结合支持向量机(SVM),通过训练样本的方式实现近景目标的检测。首先分析样本的HOG特征,输入SVM进行训练。然后分析待检测图片的HOG特征,最后利用多尺度函数检测目标。