舰船自动检测技术在军用、民用领域都有着广阔的应用前景,在辅助遇难船只救援、监控特定港口、打击非法捕鱼等方面发挥着至关重要的作用。由于港口、码头与舰船有相似的灰度纹理特性,港内舰船检测一直是舰船检测中的难点。本文针对飞行器拍摄的光学图像开展靠岸舰船检测算法研究,主要工作包括以下方面:首先,分析海陆背景下靠岸舰船检测的场景特点,并结合具体检测要求和检测条件,提出基于先验地理信息的港口舰船检测方案。该方案以先验地理信息为指导,先进行港口匹配定位确定海域部分,将靠岸舰船检测简化为离岸舰船检测,再对海域分割检测出舰船。港口匹配算法研究。根据港口规则的几何形状和典型的直线特征,选择港口边缘特征进行匹配。对几种常见的边缘匹配的相似性测度进行介绍,结合实时边缘图中的实际情况进行分析,改进相似性匹配测度,提出一种基于边缘梯度矢量的匹配算法,克服匹配时岸内边缘对海岸线匹配的干扰,提高匹配正确率和匹配精度。考虑到匹配速度和姿态角误差,进行匹配策略优化。提出匹配流程按照粗匹配和精匹配的方式进行。一方面,粗匹配提高匹配速度;另一方面,在精匹配过程中添加姿态角误差纠正,减少角度误差对检测率的影响。并通过实验数据证明,精匹配的修正作用能很好的改善角度误差存在的情况下的检测效果。海路分离算法研究。提出一种特征融合聚类与局部阈值判定相结合的分割算法,解决分割过程中灰度不均造成的分割后船体断裂和陆地孔洞现象。该方法首先采用K-mean聚类算法将图像中的块区域按照灰度和方差特征分为两类,作为粗分割结果;再对粗分割边缘区域进行局部阈值判断,进一步优化边缘分割效果。最后,分析舰船目标特性并设计舰船检测方案。结合实际情况,对疑似候选区进行斜矩形标记、并靠船分离、连通域修正和几何参数去虚警,最终完成目标检测。