海洋已成为现代国家的安全屏障，围绕海洋的争斗从来没有终止过，世界各国都在努力加大自己在海上的技术优势。当前在海上作战过程中，海上观测平台的研究早已成为各个大国的关注重点，各国都不惜动用了大量人力物力来搞相关方面的研究，其研究成果必将增强海上目标探测识别能力，最终必将使得当代海战发生根本变革。考虑到传统海上跟踪方法效率低下、人员伤亡大等因素，世界各国都对无人智能海洋航行器投入了巨大精力。这另一方面也突出了使用图像处理相关技术实现的海上目标自动跟踪具有实时性高、隐蔽性好、自动化程度高和代价地等当前跟踪方法无法比拟优势特点。　　本文主要讨论的图像处理技术包括海面图像显示处理、海面目标检测、目标分割、目标跟踪等，并尝试了一些新方法。本论文的主要工作包括：　　(1)介绍一下课题研究相关背景、意义和国内外研究现状。　　(2)研究了相关的图像预处理技术。根据海面图像背景的特点，总结概括了海面图像的特征。对相关数字图像预处理方法进行了研究，并对针对海面图像特点对图像做了图像灰度化、图像去噪、图像增强等方面预处理工作。　　(3)海面目标检测和分割研究。图像检测和分割质量对后续的目标识别和跟踪效果有着很大的影响。常用的检测分割算法主要有边缘检测和阈值分割这两大类，它们各自适用与不同应用环境。由于在自动目标识别和跟踪领域，对目标检测和分割算法是不可或缺的一环，因此目标检测分割已经是当前数字图像中的研究热点之一。本文简要介绍了几种常用图像分割方法原理，并进行了相应的实验和分析。　　(4)水面动态目标的跟踪算法研究。利用Kalman预测模型和MeanShift搜索模型对海面图像序列中的运动目标进行跟踪，并尝试着融合两种方法的自身优势，改善现有跟踪算法，提高跟踪效率。