在国家维护海洋权益、建设海洋强国的战略牵引下,声学区域安防成为了海洋声学技术发展的一个重要方向,其中的核心问题在于如何从警戒区域中快速而准确地辨别出来自水下的威胁目标。针对这个问题,本文采用理论分析、仿真模拟和试验论证的研究方法,设计了一个水下目标感知框架。围绕水下场景的声成像、目标感兴趣区域(Region of Interest,ROI)检测和潜在目标的鉴别,分三层展开深入研究。第一层借助多波束水体成像技术将水下场景映射成声图像,应用基于虚拟波束的插值和动态亮度分配方法改善声成像效果,提出一种背景估计算法抑制高信噪比下的旁瓣干扰。在分析了水下场景中目标声图像表示存在问题的基础上,引入了局部高阶统计量(Higher-Order Statistics,HOS)分析方法,对目标的HOS空间表示展开深入的研究。第二层将子块截断策略应用于声图像的ROI检测,并采用基于积分图像的算法提高运算效率,通过实测声图像数据评估这种快速子块截断恒虚警率(Subset CensoredConstant False Alarm Rate,SC-CFAR)检测方法的有效性。并研究了在局部HOS空间执行SC-CFAR算法进行ROI检测的问题,通过匹配滤波能够尽量还原ROI的实际样貌,在目标大小和数量未知时,使用不确定目标理论模型能取得更好的ROI聚焦效果。第三层将检测到的每个ROI都看做是一个或多个潜在目标。分两个步骤展开研究,第一步是寻找适合于表示这些潜在目标的局部不变特征,第二步是通过对局部不变特征的追踪对潜在目标进行鉴别。首先将常用的关键点检测算法应用于声图像,并对比不同算法的检测性能。接着将常用的特征描述算法将检测到的关键点生成特征描述子,并对比不同描述子的匹配性能。然后将初步筛选出的关键点检测算法和特征描述子组成不同的局部不变特征,采用检测前追踪的策略(Track Before Detect,TBD)在声图像序列ROI中执行局部特征追踪,利用追踪统计信息判断潜在目标是属于真实目标还是虚警。最后以水下蛙人为潜入威胁目标展开目标感知的试验研究。为了模拟实际声学区域警戒可能会遇到的多种情况,设计了定点下视、定点平视和移动侧视三组不同的视场下潜入目标多种运动方式的试验,验证了在水下目标感知框架下进行目标辨别的有效性。