红外成像海面多目标检测技术是指在所给的红外图像中,要将图像中出现的目标对象找出,并且将它们的位置准确的标记出来的一种图像处理技术。在计算机视觉研究领域中,红外成像海面目标检测技术一直是各个国家国防部门研究的重点,它的主要应用领域还是在军事上,但是目前也逐渐的向民用方向上发展。红外海面多目标检测技术的难点有,目标尺度的多变性、宽基线造成的目标几何多样性,再加上海杂波干扰影响等等,这些都给红外图像的多目标检测带来不少的问题。目前传统的方法一般会首先了解检测目标的特有的特征,然后对它们进行训练,得到模板即特征分类器,然后用这个模板对检测图像进行窗口滑动遍历。在这个过程中就会有许许多多的建议窗口的出现,然后借助分类器的功能来为这些建议窗口打分评估,最后通过分数的高低来确定目标区域,从而检测识别出目标。在窗口滑动遍历的过程中,建议窗口的数量会越来越多,但是这些窗口大部分都是没有用的,为了加速目标检测和识别的处理过程,可以降低模板遍历所出现的候选目标窗口的数目。本文根据当前红外海面多目标检测技术中的难题和通过已有相关文献的阅读和分析,给出了基于BING算法的红外成像海面多目标检测方法。本文的主要工作贡献可以简单描述成如下三个部分:第一部分给出了一种基于BING算法的红外成像海面多目标检测方法,可以快速的减少候选目标窗口,进而快速的检测出目标。第二部分给出了一种基于BING算法和显著性结合的红外成像多目标检测方法,对比了前面一种方法,结果表明结合显著性的BING算法可以进一步的降低包含物体的建议窗口,提高了目标检测率,为后续的进一步检测识别做了很好的铺垫。第三部分是基于BING和显著性的候选区域框,进一步做了检测识别,采用了行列均值分割的图像分割方法,以及利用计算外接矩形来提取疑似目标候选框,并介绍了采用的红外舰船目标特征参数的定义和提取方法,对形状特征,选择了面积、长宽比和圆形度等特征,最后采用基于特征参数匹配的红外目标识别方法进行检测识别。