基于可见光遥感图像的在轨海面目标检测由于能大幅提升传统处理方式的时效性,在军事国防与民用领域中受到广泛关注,成为了当前遥感领域研究的热点。在轨海面目标检测针对遥感图像中的海面区域进行,而图像中含有的云与陆地区域给检测带来了大量的无效干扰信息,这不仅降低了处理效率,还作为虚警严重制约了检测结果的准确性。海面区域提取能够去除图像中的陆地与云而保留其所关注的海面区域,因此进行海面区域提取是提升在轨海面目标检测效果的必要手段。特别是遥感图像幅宽的不断拓展,虽然为目标检测带来了更大的视场范围,也导致传统的海面区域提取方法在应用中出现误分割从而降低了提取准确度。在卫星工程实现中,受到星载信息处理平台功耗、体积与计算能力的限制,当前的海面区域提取方法还难以在提取效果与计算性能间取得良好的平衡,无法满足在轨海面目标检测的实时性要求。针对以上问题论文研究内容如下:（1）针对简单高效的灰度阈值分割法存在场景适应性较弱的问题而导致海面区域提取准确度降低,提出一种多级阈值联合判别的海面区域提取方法。该方法通过海面区域、云和陆地的局部特征分析,判别图像的总体空间特性,并利用统计得到的阈值,实现对宽幅图像切片子图的类型判别,为灰度阈值方法提供空间特性的信息引导,从而提升海面区域提取的准确度与效率。与单一的灰度阈值方法对比实验,表明该方法在算法复杂度稍有增加的情况下,可以大幅提升对宽幅遥感图像海面区域提取的效果。（2）针对海面区域提取方法的在轨实时计算挑战,基于“ARM+FPGA”的异构So C处理器进行海面区域提取方法的加速器设计。利用任务划分的方式,将方法中图像处理的计算密集型步骤在FPGA端进行流水并行的部署,控制与子图分类的步骤运行于ARM系统,使海面区域提取方法划分到最适合性能提升的设备实现。同时,面向在轨平台有限的计算资源,通过对图像降采样后再复原的方式,降低了对缓存与计算量的开销,从而提升了计算效率。（3）针对基于SRAM工艺异构处理器的星载处理平台难以兼具高性能与可靠性的问题,采用“高性能异构So C器件+抗辐照Flash FPGA”的混合系统架构设计,使系统在具有高性能与灵活性的同时提供空间可靠性。基于遥感图像在轨处理的实际需求研制硬件模块平台,并进行相应功能的固件设计以完成模块的在轨工作流程,最后将海面区域提取加速器在此平台进行验证,测试表明可实现较好的硬件加速效果。实验结果表明,本课题提出的海面区域提取方法可提升对宽幅遥感图像处理的准确性。最后,在完成模块的实际研制后,验证了星载计算处理平台与海面区域提取方法在轨实现的可行性,具有应用价值。