海天背景下的舰船目标检测作为红外目标检测的一个研究领域,在军事上具有较高的研究价值,其性能的优劣将直接影响到后续目标识别和目标跟踪的准确性。本文针对海天背景下红外弱小目标的检测问题,从海天线检测、红外弱小目标图像预处理到舰船目标分割进行了详细的研究,提出了一种海天线附近红外弱小目标检测流程,主要工作有：针对目前较为经典,适用范围较广的基于Hough变换的海天线检测算法实时性差的缺点,通过梯度约束和角度约束对原算法进行改进,实验结果表明改进后的算法在减少Hough变换运算量的同时能够保证检测的精度,提高了Hough变换海天线检测的实时性。本文首次提出将Seam Carving算法加以改进用于海天线提取,原算法可以快速搜索到图像中的最低能量线,本文中对其进行改进,通过搜索图像中的最高能量线可以快速定位海天线,对比实验结果表明,该算法适用范围广,精度较高,且运算量小,实时性好。针对海天背景红外弱小目标图像具有对比度低,背景复杂,噪声干扰强等特点,本文提出将多种预处理算法综合运用的预处理流程,即在经过对比度拉伸之后,对图像进行带通滤波抑制背景,再通过均值漂移滤波去除残余噪声。对比实验证明,新的预处理流程相比其他预处理算法能够更好地增强图像的对比度,抑制复杂背景,去除噪声干扰。本文提出了一种海天背景下舰船目标分割流程,首先通过Harris算子提取图像中的角点,然后利用分形维数对提取的角点进行筛查,可获得位于舰船目标上的角点,最后在保留的角点附近运用区域增长算法,可将目标从海天背景中分割出来。实验结果证明,该分割流程可以较好地将舰船目标从海天背景中分割出来,且具有较好的实时性。本文提出了针对海天线附近舰船目标的检测流程,首先通过海天线检测提取图像中的海天线附近区域,然后对提取的海天线附近区域进行预处理,提高图像信噪比,增强对比度,最后运用本文提出的舰船目标分割流程完成舰船目标检测任务。测试结果表明,本文提出的检测流程可以对海天线附近的舰船目标实现有效检测,且实时性好。