无人水面船在自主执行任务时需要对周围的环境进行实时感知,通过检测前方视野范围内是否存在障碍物来进行避障,视觉传感器具有成本低、分辨率高等优点,因此,本文采用视觉传感器获取无人船周围的动态环境信息,并基于图像处理技术对水面目标进行检测,水面目标检测技术的研究对无人船的自主导航具有十分重要的现实意义。针对水面目标检测正确率低、实时性差的问题,本文设计基于水天分界线的目标检测方法。方法主要研究了三部分内容:一是设计了改进的直线分割检测算法,算法首先利用直线分割检测方法检测出图像中的盘线段,然后引入水天分界线的长度和角度参数特征剔除不满足要求的直线段,从而快速准确的检测出真正的水天分界线;二是设计基于雾天成像物理模型的水面图像去雾算法,该算法首先借助水天分界线分割出天空区域,并利用四叉树细分法加速大气光的估计,然后利用对比度先验设计代价函数,并结合引导滤波估计出透射率,最后利用雾天成像物理模型实现对水面图像的去雾,提高图像的对比度;三是设计了基于光流聚类的水面目标检测算法,该算法首先利用水天分界线对目标潜在区域进行分割,剔除区域外的噪声干扰,然后在潜在区域内,由于不同目标的光流具有不一致性,利用改进的LK算法计算特征点的光流矢量,并采用网格划分的DBSCAN聚类算法对光流矢量的幅值和角度特征进行聚类,提高聚类的效率,同时剔除部分水浪噪声的干扰,最后利用几何约束进一步剔除虚假目标。通过实验对所提水面目标检测方法进行验证,并将本文方法与混合高斯建模法和ViBe算法进行对比实验。从实验结果可以看出,本文设计的水面目标检测方法的正确率均高于其它两种方法,实时性方面,虽不如ViBe算法有优势,但与混合高斯建模法相比已经有所提高。