视频技术在内河航运监控领域应用广泛,除通过视频画面实时观测航运状态外,利用视频目标检测算法智能提取船舶目标,检测船流、船舶动态和船舶状态,进一步实现船舶的航迹跟踪、安全预警、违法处置、信息服务等功能已成为内河航运管理发展新方向。因而进行内河船舶目标检测算法的研究具有重要意义。本文主要研究消除波纹干扰和遮挡分离的内河运动船舶目标检测算法。首先概述了国内外船舶目标检测方面的研究现状；对内河环境中船舶检测的干扰因素做出分析,确定本文主要围绕消除波纹干扰和遮挡船舶目标分离两点展开方案设计；提出了基于混合高斯背景减法和选择注意机制的船舶目标检测方法,通过视觉显著特性消除波纹干扰；提出分割船舶纹理区域(船艉)的方法,对此区域进行双向光流跟踪,解决遮挡发生时船舶目标的分离问题。主要研究工作和创新点具体为：1.确定背景减法为最适合水域环境的目标检测的算法,采用改进GMM算法进行船舶目标检测；针对前景存在大量波纹区域,深入研究视觉注意机制原理,提出根据显著性对比度削弱波纹干扰;2.提出将背景减法与选择注意机制结合,发挥背景减法像素级精度优势,全面获取船舶目标形状、轮廓和面积。选择注意机制发挥对比强化的作用,通过阈值分割显著图,将显著性低的波纹区域判为背景,突出船舶前景区域。两前景图像相“与”得到两者交集为船舶目标。实验证明,该方法能够高效准确提取船舶目标,且能够满足实时性要求。3.深入分析船舶目标特征和分割方法,提出在船舶目标的连通区域内分割船舶纹理区域的方法。提取船舶目标的角点,根据空间分布确定船艉区域。在该区域内均匀采样,采用双向光流法对样本点进行跟踪,将偏差较大的点筛选,根据剩下的点确定目标在下一帧的位置,完成遮挡时船舶分离的任务。实验表明,该方案可靠可行。