海洋舰船目标监视监测是我国一项传统的国防任务。合成孔径雷达(Synthetic Aperture Radar, SAR)是一种较高分辨率成像雷达,具有全天时和全天候的工作能力。基于SAR的舰船检测一直是目标检测重要的研究内容之一。SAR图像舰船探测本质是从海杂波中将舰船目标分割出来,以及目标特征提取与类型识别。然而随着SAR技术的不断发展和对舰船检测要求的进一步提高,一系列新的命题不断产生。基于迫切的实际需求,本文展开了如下研究工作：第一,研究了SAR舰船检测背景和意义,比较了国内外发展现状,总结出国外基于应用角度发展舰船检测的情况,以及国内专注舰船检测核心算法的研究现状；分析了舰船检测亟待解决的新的问题和方向。第二,探究了在舰船检测应用方面SAR图像成像机理,分析并给出舰船检测中满足实际需求的SAR图像预处理常用方法,如杂波滤除、入射角校正和几何校正；分析了影响舰船检测的SAR系统因素和海况因素等。第三,归纳了基于恒虚警率(Constant False Alarm Rate, CFAR)舰船检测方法中海杂波统计经典模型,学习了不同统计模型的公式推导、参数选择和适用条件,并比较了概率模型优缺点等；并在此基础上介绍了目前研究较多的多阶CFAR算法。第四,针对目前国内在舰船识别方向虽然理论分析较多,多数基于人工经验和仿真数据进行的,为了分析SAR舰船目标检测算法性能和开展进一步研究,详细介绍了基于实测舰船信息分析的实验和基于SAR图像和舰船自动识别信息联合探测的实验。基于上述研究学习讨论,围绕舰船检测迫切需要解决的相关问题,开展了本文较为创新的工作,如下：(1) 针对高噪声条件下单视复SAR图像研究了基于Rice分布的CFAR检测算法,改善了传统概率模型在噪声较大情况下检测精度较低的情况。(2)对SAR图像中舰船目标特征分析,并考虑到CFAR算法中虚警率的调设过多地依赖人工先验知识,使得最终检测结果不稳定。研究了基于SAR目标高亮度、高密集度特征的舰船检测算法,并与传统的形态学处理方法进行比较,优势较为明显。(3)详细叙述了高分辨率SAR图像舰船样本库建设问题,并研究了舰船目标几何特征提取方法,在此基础上分析了极化方式和入射角对舰船长度的影响,为开展SAR图像舰船类型识别做了一定的基础。