前言

我国是海洋大国，海域国土面积占陆地面积的三分之一左右，海域包括内水、领海、毗连区、专属经济区和大陆架。此外，与部分邻国还存在相当大的争议海区。在海域国土内，一方面要对油气等自然资源进行开发，另一方面还需要对重要港口、码头等要地进行警戒防御，从而对水下目标检测与跟踪技术有非常迫切的现实需求。由于电磁波受其物理特性限制，在水介质中的衰减极为严重，所以，声信号是目前在水下进行目标探测与识别的最重要手段。随着成像声呐设备和数字图像处理技术的迅猛发展，将相关理论方法应用在声呐图像数据上已经成为本领域的研究热点。这就需要根据水声环境、声呐图像特点和水下目标运动特性，对目标检测与跟踪等算法进行重新设计与深入研究，这给相关从业者提出了巨大挑战，但又为本领域的发展带来广阔的空间。

本书分为11章，第1章概述了水下目标检测与跟踪技术的研究现状，并分析发展趋势。第2章介绍图像预处理，重点阐述声呐图像预处理技术。第3章介绍声呐图像分割的基本原理、算法设计和实验研究。第4章详细描述了目标检测算法模型和实验研究。第5章介绍了几种基于不同原理的声呐图像目标识别算法。第6章重点介绍根据不同特征和准则对声呐图像目标进行跟踪的算法。第7章～第10章深入介绍了基于图理论的目标跟踪算法的数学模型、算法设计和实验结果比较分析，其中，第7章介绍基于最小生成树的目标跟踪算法，第8章介绍基于图的半监督目标跟踪算法，第9章介绍基于ℓ1图半监督学习的目标跟踪算法，第10章介绍基于多视图半监督协同训练的目标跟踪算法。第11章主要针对本书第7章～第10章所提出的4种目标跟踪算法，以及能获得开源代码的8种公开算法，将其在无人机对地（海）面目标视频跟踪中的应用结果进行了定量和定性的对比分析。

本书总结了作者及其所在团队十多年的工作成果，湖北省自然科学基金面上项目（2015CFB644、2017CFB524）、海军工程大学自主立项项目（2020503050）支撑了本书涉及的相关研究工作。本书的出版得到了海军工程大学电子工程学院“双重”建设子项目“重点课程和重点教材建设”的资助。此外，书中参考了大量国内外相关文献，每章后都列出了参考资料，在此一并表示感谢。

作者还要感谢海军工程大学电子工程学院于雷院长、周媛媛处长，系统工程学科点负责人、海军专业技术少将刘忠教授，以及给予我关心、帮助的家人、朋友、同事和学生，他们在本书撰写和出版过程中对我提供了诸多支持。

作为一家之言，书中难免有疏漏与不当之处，恳请读者批评指正。

李　轲

2022年1月于武汉，海军工程大学