近年来,基于水面无人艇可见光图像的海天线和船艇小目标检测技术逐渐成为无人艇领域的研究热点。相较于雷达和红外图像,可见光图像具有成本低、分辨率高等优势。远距离成像的船艇目标缺乏尺寸、形状和纹理等特征信息,且易于受到海面杂波及天空云层干扰,使得目标检测难度很大。本文以水面无人艇为载体,对海天背景可见光图像进行试验研究和分析,通过定位海天线以实现海天线区域分割,并完成船艇目标检测。首先介绍了几种常见图像预处理方法,包括图像灰度变换、几何变换、图像平滑、边缘检测和形态学滤波等;接着探讨了无人艇视觉系统的构成,针对于海雾、降雨等能见度较低场景,研究了几种图像去雾方法,并提出了自适应MSR算法,有效提高了图像信噪比,改善了色彩失真问题;提出了基于自适应MSR算法和Hough变换相结合的海天线检测算法,通过边缘细化和减小θ角度范围以解决Hough变换计算量大的问题,试验表明海天线检测成功率约为95%。本文依据海天线倾斜角度对图像进行旋转校正,然后依据旋转后海天线位置在其上方分割出30个像素高度,下方分割出20个像素高度为海天线区域,最后采用基于背景抑制的局部OTSU算法和GrabCut算法进行船艇目标检测。仿真验证试验表明基于背景抑制的局部OTSU算法可有效增强目标特征信息,抑制背景噪声的干扰,目标检测成功率约为94%,在无人艇的目标检测领域有着良好的应用前景。