随着军事技术的发展，海洋舰船、潜艇等目标的定位、跟踪已经成为各国军事研究的重要课题。当舰船目标受烟幕遮挡、或舰船目标不在视场、或太阳反光对图像造成严重干扰时，反舰导弹的红外成像导引头都难以直接搜索到被打击的舰船目标。另外海面舰船在航行时均会造成水面扰动和气泡幕，从而形成尾流区域，对红外尾流图像进行数字化处理，为舰船检测提供了一种新思路。针对弹载红外图像中尾流特征弱、易受外界干扰等问题，本文在尾流特性分析的基础上，对红外舰船尾流图像弱目标增强技术、线状特征提取技术展开了深入的研究。主要工作如下：　　首先，介绍了尾流的红外、光学、物理特性及尾迹特征强度评价指标，并将其与海面背景特性对比。　　其次，基于尾流的边缘特性，提出了一种改进的Sobel算子尾流检测方法，在原有水平、竖直滤波模板的基础上，增加了两个方向的检测模板以增强尾流特征，提高了算法的可靠性和适用性。　　然后，从尾流的纹理特性出发，提出了一种多种特征融合的尾迹检测算法，将多方向Gabor滤波器和局部信息熵两种纹理进行特征融合有效地增强了尾流特征。经阈值分割、Hough变换实现尾迹检测算法的优化。实验结果表明，该方法能够有效地保留舰船尾流的纹理特征和细节，得到的尾流边缘更为完整，并且检测率明显提高。　　最后，针对舰船目标不在视场的情况，提出了基于尾流的航向、航速估计方法，实现舰船目标信息的获取。同时，将尾流检测应用于舰船检测中，针对干扰条件下不能准确定位舰船目标的技术难题，提出了基于D-S论据的舰船目标自动寻的融合检测算法。实验表明，融合尾流检测后的算法提高了检测率，具有很强的鲁棒性。