航拍图像在对地观测和军事侦察等领域都有广泛应用，因此，基于航拍图像的目标检测算法和目标识别技术的研究，不仅具有重要的理论价值，也具有重要的现实意义。并且，随着海军在现代战争中的作用不断提升，针对海军舰船的自动检测与识别技术就显得尤为重要，因此，本文着重讨论海上航拍图中舰船目标的检测与识别过程，主要研究内容包括：　　 1.根据航拍图像易受天候影响，可能包含云雾的特点，对航拍图像先进行云雾特征检测，然后对检测到云雾的图像进行去云雾处理；针对常用的两种云雾去除方法--同态滤波和Retinex，分别进行讨论，并对二者的处理结果从均值，标准差和平均梯度几个方面进行比较分析，确定出其中较为有效的云雾去除方法；　　 2.对于包含陆地的航拍图，为了提高舰船检测的精度，需要对图像中的水域部分进行分割，本文提出的确定分割阈值的算法不仅考虑到了海陆之间的差异，也考虑到了海域内部的均匀一致性特征，并在分割过程中以局部均值图像作为参考，修正分割结果；在初步分割之后，还对小区域进行填补并对分割边缘进行形态学滤波，使整个海域连成一片，海中的舰船空洞被填平，海陆边缘变得平滑；　　 3.不同于传统的模式识别方法，本文的舰船目标识别是基于长宽比特征进行的，在识别前不需要根据己知的舰船目标提取特征，建立特征库，可大大降低识别的复杂性；在提取舰船长宽比的过程中，本文先通过一种基于形态学的自适应阈值法将舰船目标从海域中分割出来，再通过Radon变换提取出每个目标的中轴线，并在平行和垂直于中轴线的方向进行扫描，最终确定舰船的长宽比；　　 4.某些情况下，由于舰船目标较小，只能通过尾迹进行检测，或者需要根据尾迹确定舰船的航向和航速，因此，本文还讨论了舰船尾迹的检测方法；对于传统的利用Radon变换检测尾迹的方法，本文算法在检测前，先将图片的对比度进行了增强，并将变换域极值点检测过程中的绝对阈值替换为相对阈值，并用实验验证了改进的有效性；针对基于Radon变换的检测不能确定出尾迹起始点的缺点，本文还讨论了基于Hough变换检测尾迹的方法，并对检测出来的多条直线，根据其变换域的参数进行聚类，然后通过实验来验证算法的有效性。