1、伴隨海洋資源的開發(fā)和水下探測技術的飛速發(fā)展，聲納探測設備憑借其得天獨厚的優(yōu)勢成為水下探測的重要組成部分。利用聲納設備進行水下目標檢測識別是目前海洋研究的重要方向，其中圖像聲納利用聲成像技術將水下運動目標信息轉換為直觀的序列圖像呈現(xiàn)在人們面前，使之成為水下動目標檢測領域的重要基礎。由于水下聲環(huán)境復雜，圖像聲納采集到的水下聲圖像通常存在信噪比低、目標信息殘缺等問題，因此對于聲納圖像上的運動目標檢測具有十分重要的意義與廣闊的應用前景。

2、　　本文首先進行了聲成像算法的分析與仿真，并針對聲納圖像存在的問題研究了兩種圖像預處理的技術，對不同的圖像預處理方法通過仿真進行性能驗證。圖像分割是圖像目標檢測的最關鍵技術之一，因此研究了基于單幀圖像檢測的兩種常見圖像分割算法（固定閾值分割法和大津閾值分割法），通過實驗發(fā)現(xiàn)這兩種算法對目標的檢測性能較差。因此，研究了恒虛警(Constant False Alarm Rate，CFAR)檢測法，經過對CFAR算法的理論、模型以及檢測性能詳

3、細研究后，將CFAR算法應用于常規(guī)分割方法未能檢測出目標的聲納圖像中，并成功檢測出這些圖像中的目標。
　　圖像聲納的動目標檢測是基于聲納圖像序列的，因此本文進行了多幀圖像的動目標檢測研究。研究了幀間差分法和背景估計法，并對其檢測性能進行了仿真分析。其中背景估計法的重點就是對序列圖像的背景建模，本文分析了單高斯背景建模法和混合高斯背景建模法，針對水下環(huán)境變化復雜的情況，通過混合高斯背景建模法建立背景的置信區(qū)間，實現(xiàn)靜目標的剔除和背景