随着卫星遥感技术的迅速发展,基于遥感图像的舰船目标检测技术因其在民用和军事等领域的广泛应用,越来越多的受到人们的关注。论文利用不同轨道不同分辨率的光学成像遥感卫星,针对大面积海域的舰船目标检测和多舰船目标动态跟踪问题展开研究,实现了静止轨道遥感卫星区域持续成像与低轨道遥感卫星高空间分辨率成像的优势互补,提高了目标检测和跟踪的效能。论文的主要工作为:1、在高空间分辨率卫星图像中,引入了视觉显著模型来克服传统舰船目标检测方法分析难度大,计算效率低的缺点,并分析对比了不同视觉显著模型的检测效果,实验结果表明,基于直方图对比度的视觉显著模型在检测效果和运算时间上均优于其他模型。采用该模型结合空间降维算法对舰船目标进行检测,实验结果表明,该方法不仅使目标检测所消耗的时间减小为原来的10%~12%,而且弱化了复杂海面纹理背景对目标检测的影响。2、研究了几种典型的背景抑制算法,并对top-hat形态学滤波算法进行了改进,研究了基于静止轨道卫星图像的小目标检测方法,设计了基于多源卫星图像的舰船目标融合检测判别方法,该方法既克服了静止轨道遥感卫星检测结果可信度低的缺点,同时又克服了低轨高分辨率遥感卫星时效性差的不足,能够在大范围海域内持续监测舰船目标。3、研究了粒子滤波算法的基本原理,对基于静止轨道光学成像卫星观测的目标跟踪问题进行了建模仿真,并基于仿真的静止轨道卫星序列遥感图像采用粒子滤波算法对单个小目标跟踪问题进行了研究。对多个小目标的跟踪算法展开了研究,通过近邻法对目标数据进行关联,然后采用粒子滤波算法对关联后的目标进行跟踪,并通过仿真试验证明了该算法的有效性。论文的创新点体现在:1)设计了基于单幅高空间分辨率光学卫星遥感图像的海面舰船目标的快速检测方法;2)提出了基于不同轨道不同分辨率卫星图像的舰船目标融合检测判别方法;3)提出了基于近邻法和粒子滤波算法的多个小目标的跟踪算法。