水下声呐图像的目标检测在海洋资源勘测和水利工程等领域发挥着越来越重要的作用.然而,由于水下成像技术的局限性和水下环境的复杂性及海底混响噪声等因素的干扰,水下声呐图像存在目标模糊不清、边缘细节信息丢失等问题,从而导致图像分割和目标检测困难.更重要的是目前是声呐采集设备无法实现在线检测.本文提出了一种基于马尔可夫随机场(Markov Random Field,MRF)框架的水下声呐图像目标检测方法,利用MRF表达事物间依赖性的优点,同时结合水下声呐图像信息的特点进行目标检测.该方法首先利用最大类间方差法对声呐图像进行初始分割,以将背景分割提取;其次基于优化的MRF框架提取目标高亮区和目标阴影区,优化后的MRF框架包含更少的模型参数,且其中的最大后验概率估计通过条件迭代模式(Iterated Condi-tional Mode,ICM)算法优化得到.最后,实验结果表明该方法可有效提取背景区域、目标高亮区域及阴影区域三类检测,检测时间短,且目标检测精度高,可用于在线水下目标在线检测.