由于国际形式的日益开放,各国之间的竞争也日趋激烈,海洋资源和港口因其重要性,一直是国际争端的焦点,这使得国家近海区域的水下安全问题尤为突出。随着水下武器装备的不断小型化发展,蛙人、水下机器人等小目标成为“非对称”战略中,水下袭击的重要作战手段,因此各个国家都把对水下蛙人的检测作为研究的重点。声呐技术作为水下探测的重要方法,利用声呐系统进行水下探测环境的成像,并利用声呐图像进行蛙人小目标的检测,有助于构建近海区域港口的水下监视系统,也为国家水下安全提供相应的技术保障。因此,本文致力于将声呐数据转换为图像,并研究新的声呐图像小目标检测算法。本文的主要研究内容如下:首先,本文研究了改进最近邻插值法的坐标转换算法。考虑到声呐系统的视域范围是极坐标系中的扇形区域,利用改进最近邻法对波束形成的声呐图像数据矩阵进行坐标转换,消除了由直接转换引起的图像空洞现象,同时改善了因为声波扩散使得波束角度变宽而引起的数据缺失问题,改善了图像的质量。其次,本文研究了一种基于残差图像的自适应K奇异值分解(K Singular Value Decomposition,K-SVD)声呐图像去噪算法。针对声呐图像混响噪声满足服从瑞利分布的乘性噪声特点,将稀疏表示理论应用到声呐图像去噪算法。由实验结果可知,该算法既有效去除了噪声又实现了图像细节信息的保留,在主观和客观指标上都有较好的评价结果。然后,本文研究了基于积分图的自适应阈值声呐图像小目标检测算法。考虑到声呐图像的像素值对应声回波数据,同时一般情况下目标的回波信息比水下背景环境的回波强度大的特点,引入积分图,计算自适应阈值,采用阈值分割的算法进行声呐小目标的检测。实验结果表明此算法可以有效检测到水下环境中的小目标,同时积分图的使用可以加快计算速度,从而提高算法的实时性。将连续帧图像的目标检测位置,进行连接得到检测小目标的运动轨迹结果。最后,本文提出了一种基于对比度的声呐图像小目标检测算法。利用声呐图像的积分图进行亮度的像素值计算,对计算得到的对比度图像进行阈值分割处理,进行小目标的检测。实验结果验证了此算法的有效性,提高了小目标的检测率,改善了检测精度,实现了更好的检测效果。针对声呐图像中小目标检测的问题,本文重点研究了两种新的小目标检测算法,实验结果验证了算法的有效性,从而可以将其应用于水下监测系统的建设。