图像分割作为图像处理中的预处理过程,在图像处理领域有着重要的地位。其中视觉显著性目标分割方法是图像分割的重要分支,因其通过模拟人的视觉注意机制,可以快速的在图像中分割出人们感兴趣的区域或目标,在图像数据量日益增大的今天,视觉显著性目标分割方法得到了很大的发展,现已广泛应用于目标跟踪、目标识别以及人机交互等领域,具有重要的研究价值。为了应对当前军事环境的不断发展,空中目标的机动性大幅提升的情况,对机动目标的分割方法提出了更高的要求,为了实现更快速更有效的对空中机动目标进行分割。本文针对空中机动目标特征,提出一种空中机动目标的显著性分割算法,该算法首先构建出一种多颜色信息融合的多维混合高斯模型,用于对空中机动目标图像各区域进行多颜色信息的建模,更精准的描述空中图像的区域颜色信息。在此基础上,在局部和全局两方面对空中图像区域的显著特征进行分析,分析过程中均采用聚合WASSERSTEIN距离对空中图像各区域间的视觉对比度进行计算,解决了混合高斯模型间无法直接使用WASSERSTEIN距离进行高速计算的问题,并通过背景先验知识将图像局部与全局特征融合,保证所得显著图中的机动目标区域的完整性和准确性,同时为了进一步提升机动目标的分割精度,引入协同判别因子的概念在机动目标分割过程中对机动目标进行辨别,排除天空背景干扰对机动目标分割精度的影响。为保证算法对序列图像的执行效率,根据图像间的机动目标显著区域位置关系对机动目标显著性分析区域进行实时更新,通过只对指定区域进行显著性分析,可以有效减少天空背景区域对机动目标分割精度影响,同时也防止了对背景区域进行显著性分析时造成的资源浪费,满足了算法在处理空中图像序列时的实时性要求。为了证明本文算法的有效性,在多类空中机动目标数据集上进行了测试,实验结果表明,本文所提出的算法对空中机动目标分割的准确性达到了95%以上,同时对大小为510?300像素的空中机动目标序列图像每秒可处理30帧以上,满足实际项目需求。