随着无人水面艇在民用与军用方面的应用越来越广泛,基于光电体制的海上目标检测与识别技术逐渐成为该领域的研究热点。海洋环境中,不规则变化的浪花、波纹、岛岸干扰和船只尾迹等因素使海上目标检测一直是一个技术难题。提出了一种基于高斯混合模型(Gaussian mixture model,GMM)的海上运动目标检测算法,算法流程主要包括海天线检测、图像对准、GMM背景建模及目标提取、后处理四个环节。根据序列图像的变化,构建GMM模拟多变的海上场景,通过背景减除法确定目标区域。针对GMM背景减除法的不足,提出了基于海天线的图像对准方法对输入图像进行校正。利用霍夫变换提取海天线的候选直线,结合其形态特征及上下相邻区域颜色特征精确定位海天线。为了进一步提高目标检测的准确率,后续应用形态学滤波并提出了多帧持久性滤波对船只尾迹进行滤除。实验结果表明,与其他目标检测方法相比,GMM可以有效地模拟动态海上背景,包括不规则变化的浪花、波纹等,抑制了复杂环境下的噪声干扰。该算法在SMD(Singapore marine database)和MODD(marine obstacle detection database)上测试,目标检测的准确率为97. 91%,召回率为94. 90%,并且具有较好的实时性,有利于工程实现。