本文的主要内容是研究探地雷达的ROI提取及目标检测的理论与方法。在分析了均匀介质中的目标回波特征一双曲线形态的产生机理和基本特征的基础上，提出了一种利用神经网络进行ROI提取的方案，根据GPR数据解译的特点，本文设计了相应的B-Scan图像预处理方法和神经网络结构、训练及测试方法，使用塑料管及其他目标的B-Scan实测数据对神经网络进行训练与测试。结果表明，此法需要大量各种情况的样本训练和较多的先验知识才可得到较好的检测结果。在兼顾实际应用中的检测速度和精度的前提下，本文提出了能量统计法结合Hough变换的目标自动检测方法。此方法基于对GPR一维回波(A-Scan)统计特性的研究，应用加窗能量统计法从海量数据中实现快速高效的目标检测和ROI的提取；进而根据GPR二维回波图像(B-Scan)中目标回波的双曲线特征，对经过图像分割的ROI区域采用改进的Hough变换检测目标双曲线，去除虚假目标并实现目标的精确定位。对实测数据检测结果表明：此法水平和纵深向定位误差均小于1cm，输入数据信杂比可低至2dB左右。最后，介绍了自动目标检测算法的软件实现。此软件对实测数据处理的结果证明了此算法的实用性和有效性。