SAR图像舰船目标检测对于拥有18000多千米长海岸线的我国有着重要的意义。在民用领域，通过对指定海域和港湾的交通情况的检测，可以对非法活动舰船、遇难舰船等进行实时监测；在军用领域能够对敌方的各类战舰、补给舰以及潜艇等舰艇目标进行监测。因此在最近几十年，国内外无不对其发展格外的重视。本文主要围绕SAR图像舰船目标检测经典算法与特征分析算法的结合进行讨论。
　　本文首先叙述了SAR图像舰船目标检测的理论基础。从基于图像处理、模板的舰船检测，到系统特性、成像区域环境、舰船特性对舰船检测性能的影响分别展开叙述。
　　而后对杂波背景分布模型的分类情况进行解算并概括和总结。同时计算了各类SAR图像杂波背景统计分布模型的参数估计。最后，通过结合具体SAR图像检测的实验来观测各种方法的实际效果。
　　之后使用CFAR检测器处理SAR图像，对检测舰船目标的基本原理进行了概述、总结，进而对部分传统CFAR检测器的原理和实现方法以及适用性进行描述。通过对具体SAR图像的检测处理对比各类检测器的性能，得出最终的实验结果。
　　最终引入了基于特征分析的舰船检测算法，并结合传统CFAR检测得到了更精确的检测结果。而后基于实测海港SAR图像的实验，用大尺寸、多目标、环境复杂的SAR图像对该算法进行了验证，证明了该算法的优越性。