毫米波辐射计利用目标与背景在毫米波段的辐射能量差异来获取目标信息,具有无源感知、强穿透性和全天候工作等优点,被广泛应用于战场侦察、场景监控、飞机盲降等领域。毫米波辐射计的基本功能是从扫描获得的场景信号中检测出军事目标和隐匿危险品等,检测结果直接影响了目标检测概率、目标定位及跟踪的性能,具有举足轻重的地位,因此目标检测技术成为了毫米波辐射计领域的研究热点。本论文围绕从毫米波信号和图像中检测目标的问题,重点研究了基于模极大值和均值偏移的方法,主要内容为：1.针对低信噪比的毫米波辐射信号去噪容易造成目标特征失真的问题,研究了二次B样条小波进行小波变换并提取模极大值的方法,该方法能直接获得目标的边缘。2.针对低信噪比情况下低尺度上模极大值完全被噪声控制的问题,利用模极大值随尺度的增长情况以及分布规律,直接计算出低尺度上模极大值位置,该方法具有很低的虚警率和漏警率,并能保证目标参数提取精度。3.针对采用全局阈值处理毫米波图像容易造成干扰过多、受阈值影响较大的问题,采用了均值偏移估计毫米波图像背景,该方法能大幅度降低干扰数量。4.针对去除背景后的毫米波图像仍存在残余背景的问题,采用了均值偏移估计目标平均灰度值,利用该方法得到的阈值能有效去除残余背景,并且目标特征不会丢失。最后通过仿真和实测验证了上述方法的可行性,结果显示基于模极大值和均值偏移的方法能从毫米波信号和图像中准确检测到目标。