随着计算机视觉领域的迅速发展,越来越多的智能视频监控技术正应用到海洋观测领域,海上目标检测也逐渐成为一个研究热点。但是目前大多数海上目标检测方法使用海面的背景模型或纹理、灰度等图像信息对目标进行监测,无法较好地适应复杂的海面环境。本文围绕如何在复杂多变的海上环境中准确地检测海上目标这一研究主题,采用粗提取、细分割和后定位的三步思想,在粗提取阶段结合目标的显著性特征对海上目标检测方法进行了研究,具体工作如下:1.为了提高海上目标检测算法的鲁棒性,本文提出一种基于前景和背景传播的海上目标检测算法。算法首先分析了海面图像的特点,使用基于梯度的平滑算子对图像进行预处理,削弱不必要的纹理信息。然后,对图像进行超像素分割,使用颜色增强的Harris角点检测算法确定目标的关键点,围绕这些点构造一个包含目标区域的凸包,根据凸包内外像素差异度获取前景先验图。接着,为每个像素定义一个边缘强度特征,将具有强边缘特征的边界像素剔除,其余边界像素构成背景标签,使用图像对比度特征获取背景先验图。最后,将标签传播算法应用到前景和背景先验图上进行显著性传播,获取图像的全局显著性分布。2.为了更加准确地检测海上目标,本文提出一种融合多特征的海上目标检测算法。在粗提取阶段,该算法结合了目标的颜色特征、对比度特征和稀疏特征对海上目标的显著性区域进行检测。其次,使用导向滤波对目标显著图进行优化,便于后续分割。细分割阶段使用阈值分割算法对优化后的目标进行分割,分割的基础上提取目标区域的最小矩形对其进行后定位。本文通过对比不同方法的检测效果,验证了本文算法的有效性。3.基于上述研究成果,本文设计并实现了基于视觉显著性的海上目标检测系统。该系统采用分块设计、整体聚合的思想,包含了视频图像加载、关键帧提取、显著性特征提取、目标检测四个功能。实验结果表明,该系统能够有效地提取海上目标的显著性特征,准确地实现对其的检测。