合成孔径雷达(Synthetic Aperture Radar, SAR)是一种重要的微波遥感传感器,具有全天时、全天候成像等诸多优势。极化SAR数据包含更加丰富的目标散射信息,为SAR图像解译提供了良好的数据支撑。极化SAR船只目标检测在海上交通运输、渔业监测和溢油检测等领域具有重要的理论意义和应用价值。本文研究了基于双极化和全极化SAR数据的船海目标特性,并在此基础上提出了极化SAR船只目标检测方法。本文研究的主要内容及创新之处在于：(1)研究提出了一种利用极化距离特征的船只目标检测方法。该方法首先利用极化距离特征描述船只目标与海面的散射差异性,实现船海分离；然后结合恒虚警率(Constant False Alarm Rate, CFAR)方法,实现了极化SAR数据的CFAR船只检测,取得了较好的检测效果。(2)研究提出了一种基于极化香农熵特征的船只目标检测方法。该方法首先分析了极化香农熵特征对于船海目标的不同响应特性,然后利用香农熵进行阈值分割,有效地实现了极化SAR数据的船只检测,提高了检测效率与精度。采用C波段RadarSat-2双极化单视复数据和L波段UAVSAR全极化多视数据进行充分实验,对比分析了本文所提算法与其他几种检测算法的检测性能；结果表明在相同的虚警率下,本文所提的极化距离特征算法和香农熵算法都获得了较低的漏检率,表现出较高的检测准确率。本文的研究工作和成果对于极化SAR数据的船只目标检测研究具有一定的积极意义和促进作用。