随着人类对海洋探索的逐步深入,海洋环境的安全问题也日渐突出。计算机视觉技术的发展为海洋学研究和海上安全防护开辟了一条崭新的途径,海上动目标的检测问题也在国内外掀起了一股新的研究浪潮。运动目标检测是将运动目标从序列图像背景中分离出来,是目标跟踪、行为识别、场景理解等后期处理的基础。结合海洋研究和防护的实际需求,选择潮滩波浪和海上运动船只两个典型的动目标作为研究对象,提出改进的检测模型,取得较好的检测效果。　　 在潮滩波浪检测和建模方面:本文首先深入研究了潮滩波浪的运动规律,在背景差分法的基础上,提出了自适应的背景更新算法,有效解决了背景差分法在波峰检测时出现的“断点”问题。自适应的背景更新算法利用了退潮时背景随着帧数的增加纯度也增高的特点,在涨潮时不进行背景更新,退潮时每一帧都进行背景更新,则背景图像越来越理想,前景检测的效果得以改善。同时,提出了基于帧积分思想的波峰检测方法,实验结果表明,能提升波峰线检测的效果。　　 在对海面运动船只的检测和分类方面:首先分析了LDA模型的理论基础、结构模型和参数估计方法,在研究和理解图像内容的基础上,设计了LDA模型应用于图像领域的层次结构,并针对图像中目标检测的特点,提出了引入位置关系的LDA模型,提高了目标检测的精确度。最后分析了判别模型的分类器存在的维数过高的缺点,提出了基于生成模型的分类器设计方法,有效提高了分类器的执行速度。