水面倒影图像是非常常见的一种自然景观图像。目前对水面倒影图像的研究多集中在如何拍摄、制作虚拟现实的实现上,而基于视觉的对水面倒影图像理解和检测方面国内外都未开展专门研究,尚属于一个崭新的应用领域。在水面目标检测中(船只检测),水面倒影问题是一个难点,经常被误检成前景;在智能车、微型智能飞机等对水体障碍的检测中,倒影图像经常被漏检,检测成实景;此外在涉及到水面检测监控等领域中,如在基于视觉的水岸线的检测、水位监控以及,水面倒影始终是一个技术难题。本文把数字图像处理、模式识别技术应用到水面倒影检测中,主要完成了以下工作:首先研究分析了目前流行的图像分割方法,对比各种方法对倒影检测的适用性。其次本文针对水面倒影图像的特性进行了分析,找出了水面倒影图像的相关性和区域性;分析了常用图像配准方法,针对倒影图像的相关性,给出了基于图像配准的水岸线检测方法,并给出了结果正确性判别方法,提高了算法的鲁棒性。再次根据水面区域性,分别选用了自适应直方图阈值、边缘检测和区域生长的方法对倒影区域进行了分割,分析了3种方法的局限性,并结合直方图阈值和区域生长给出了一种自动多种子点区域生长方法。最后利用根据水岸线检测与水面区域检测的结果,实现水面倒影图像的检测。