近年来,卫星遥感技术获得了飞速发展,卫星遥感图像数据的分辨率和获取能力日益提高。在民用和军用领域中,利用光学遥感图像自动检测海面舰船目标有着巨大的应用前景。本文的研究基于复杂场景光学遥感图像中的舰船目标自动检测,以提高系统的自适应性、检测效率为目标,重点研究了舰船候选目标检测、舰船尾迹检测与舰船目标鉴别三项关键技术。本文首先进行了光学遥感图像去噪处理、基于OTSU方法的海陆分割。在舰船候选目标检测环节,本文介绍了双参CFAR方法,考虑到双参CFAR方法在光学遥感图像舰船检测中的缺陷,引入了基于DCT相位谱重构的舰船候选目标检测,通过频域处理提取稀疏海面场景的显著目标,该方法弥补了双参CFAR无法检测弱暗舰船目标的缺点。由于相对于SAR图像,光学遥感图像中的尾迹特征不明显,基于光学遥感图像的舰船尾迹检测研究尚处于发展阶段,但光学遥感图像中的尾迹具有更丰富的亮度和纹理信息,可作为舰船目标检测与鉴别的辅助手段,故本文在检测出舰船候选区域后进行尾迹检测,引入了改进CGHT直线检测算法快速检测尾迹特征,在检测效果和检测速度上均取得了不错的效果。最后,在舰船目标鉴别阶段,对现有的相关研究进行了总结,并考虑到海面虚警目标的多样性,提取了目标基于灰度、纹理及几何特征的多维特征集并引入SVM分类器进行目标分类,实现复杂场景下的舰船目标鉴别。本文采用了大量不同特点的海域光学遥感图像进行仿真,通过仿真实验对舰船检测系统算法进行验证、分析和调整,保证了算法整体的适应性和有效性。