小目标检测是计算机视觉的一个重要课题,在环境监控领域有着十分广泛的应用前景。同时全景视觉具有水平方向360°大视场、信息丰富等优点,将全景视觉应用到海洋监控领域,对缩减设备数量、减少预算开支具有重要价值。本文主要研究全景视觉海天背景下海上舰船小目标的检测方法,所谓小目标是指舰船目标成像距离较远,在图像中仅占几十个甚至几个像素的目标,本文的主要任务是检测出尽可能远的舰船小目标,基本思路是在对采集的全景图像进行预处理的基础上检测海天线,然后在海天线附近检测是否存在舰船小目标,所以图像预处理、海天线检测以及小目标检测是本文的三大核心内容。首先在分析了全景图像特点的基础上,设计了全景图像预处理算法。研究了图像去噪基本算法——均值滤波、中值滤波和高斯滤波,经实验对比选择中值滤波与高斯滤波相结合的方式完成图像滤波任务;然后研究了图像锐化算法——梯度锐化和拉普拉斯锐化算法,经实验对比选择拉普拉斯锐化算法完成图像锐化任务;研究了传统Canny边缘检测算法和自适应阈值Canny边缘检测算法并分别编程实现了全景图像的边缘检测,针对这两种边缘检测算法存在的问题,设计了分块自适应阈值Canny边缘检测算法,该算法克服了传统Canny和自适应Canny在图像亮度不均时的不足,实验结果验证了算法的有效性和优越性。其次研究基于全景视觉的海天线检测方法。全景图像的海天线检测可以分为两个思路:一是将全景图像进行柱面展开,然后在展开图像中进行海天线检测;二是直接在全景图像中进行圆型海天线的检测。根据第一个思路,本文设计了基于动态规划的海天线检测方法,在全景图像的柱面展开图中进行海天线的检测,实验证明了在海天线断裂缺口较小的情况下该算法的有效性。根据第二个思路,本文提出了两种全景图像海天线检测算法——基于最外边缘搜索的海天线检测算法和基于最长曲线搜索的海天线检测算法,大量的实验结果验证了这两种算法的有效性和优越性。最后研究基于全景视觉的舰船小目标检测方法。研究了现有的可见光小目标检测方法——频率调谐法和提升小波法,由于上述两种方法的小目标检测思路与本文相差较大,不适于直接应用在本文的全景小目标检测中,于是本文设计了一种简单易行的基于单窗口阈值法的全景视觉舰船小目标检测方法,包括单帧图像的小目标检测方法和序列图像的小目标确认方法。实验结果表明,基于单窗口阈值法的单帧图像小目标检测方法能够检测在海天线外形成突起的舰船小目标,但存在一定的误检情况,应用序列图像的小目标确认方法后,舰船小目标检测的成功率有较大提高,具备一定的实用性和优越性。