海面舰船目标检测是国家维护海洋权益和保护海洋生态的重要技术,作为海洋科研的一环,对建设海洋强国起着关键作用。海面目标一般需要远距离实时监测,并且需要探测器具有一定的抗天气干扰能力。合成孔径雷达（Synthetic Aperture Radar,SAR）是一种可不间断工作的主动式微波成像传感器,相比于其他传感器更符合海面目标探测的需求,因此SAR图像被广泛应用于海面舰船目标检测研究中。纵观近年来国内外的研究成果,SAR图像舰船目标的检测可分为直接检测和间接检测,直接检测指利用SAR图像中的舰船和杂波的特性差异来检测舰船目标,间接检测则利用尾迹等辅助特征判断舰船存在与否。本文分别对舰船目标和尾迹检测方法展开讨论与研究,提出了相应的改进算法。针对直接检测,根据SAR图像中舰船目标像素和海面背景像素的统计特性差异,本文首先探讨了基于杂波统计建模的恒虚警率（Constant False Alarm Rate,CFAR）检测算法的原理、算法流程及特点,介绍了几种SAR图像中常见的统计分布模型。针对多目标环境等复杂场景下背景杂波建模不准的问题,对比分析了杂波筛选与杂波截断两种方案。为了提高检测效率,结合超像素分割算法提出了基于截断Gamma分布的超像素级CFAR检测算法,对比实验说明了截断Gamma分布建模与真实杂波拟合性能最佳,并且在对比算法中的检测率更高。实验中记录的检测时耗也表明了所提方法检测效率较高。针对间接检测,本文分析了舰船和水下目标尾迹的形态结构、空域特性和频域特性,根据水动力模型、海面物理模型进行电磁散射建模与调制机理成像,并提出了一种基于归一化灰度Hough变换的局部CFAR尾迹检测算法,提高了尾迹特征在变换空间的对比度进而提高检测性能,并且所提算法不需要预先对目标进行掩膜处理以消除目标像素对尾迹检测的影响。基于仿真和实测SAR图像的实验结果表明所提算法提高了舰船尾迹以及一定条件下水下目标尾迹的检测性能。最后通过MATLAB与MFC混编技术将提出的算法封装在客户端软件中,开发了SAR图像舰船及尾迹检测系统,以方便科研人员的研究工作,文中介绍了软件设计开发中各功能模块的实现过程。