伴随海洋资源的开发和水下探测技术的飞速发展,声纳探测设备凭借其得天独厚的优势成为水下探测的重要组成部分。利用声纳设备进行水下目标检测识别是目前海洋研究的重要方向,其中图像声纳利用声成像技术将水下运动目标信息转换为直观的序列图像呈现在人们面前,使之成为水下动目标检测领域的重要基础。由于水下声环境复杂,图像声纳采集到的水下声图像通常存在信噪比低、目标信息残缺等问题,因此对于声纳图像上的运动目标检测具有十分重要的意义与广阔的应用前景。本文首先进行了声成像算法的分析与仿真,并针对声纳图像存在的问题研究了两种图像预处理的技术,对不同的图像预处理方法通过仿真进行性能验证。图像分割是图像目标检测的最关键技术之一,因此研究了基于单帧图像检测的两种常见图像分割算法(固定阈值分割法和大津阈值分割法),通过实验发现这两种算法对目标的检测性能较差。因此,研究了恒虚警(Constant False Alarm Rate, CFAR)检测法,经过对CFAR算法的理论、模型以及检测性能详细研究后,将CFAR算法应用于常规分割方法未能检测出目标的声纳图像中,并成功检测出这些图像中的目标。图像声纳的动目标检测是基于声纳图像序列的,因此本文进行了多帧图像的动目标检测研究。研究了帧间差分法和背景估计法,并对其检测性能进行了仿真分析。其中背景估计法的重点就是对序列图像的背景建模,本文分析了单高斯背景建模法和混合高斯背景建模法,针对水下环境变化复杂的情况,通过混合高斯背景建模法建立背景的置信区间,实现静目标的剔除和背景噪声的抑制,最后与CFAR检测法相结合进行动目标的检测。仿真试验与水池数据处理结果表明,本文中基于图像声纳的水下动目标检测算法具有有效的检测能力。