SAR的海洋应用中,利用SAR图像进行舰船目标检测与监视的研究和技术开发在海洋遥感领域得到高度重视,是SAR图像最重要的海洋应用之一,是现阶段SAR图像海洋应用的研究热点。我国是一个海洋大国,开展SAR图像舰船检测的研究具有重要意义,无论在民用还是军用方面都有着广阔的应用前景。　　 本文针对SAR图像舰船目标及尾迹检测系统的各个模块:预处理、舰船目标检测、尾迹检测、目标鉴别和参数提取,深入地进行了研究,主要工作和创新性成果体现在以下几个方面:　　 1.简略介绍了SAR的成像机理和SAR图像解译原理,深入研究了SAR图像预处理中的海岸线检测、斑点噪声抑制和SAR图像区域分割。根据SAR图像的特性,将双边滤波器进行改进,引入到SAR图像相干斑抑制中,提出了基于改进双边滤波器的斑点噪声抑制算法;同时,根据SAR.海洋图像的场景特点,提出了适用于SAR图像舰船目标检测的简化斑点滤波算法。与经典斑点滤波算法相比,提出的滤波算法可以在保持目标的前提下,平滑了斑点噪声,提高了舰船目标与海杂波的信杂比,有利于舰船目标的检测。　　 2.深入研究了现阶段舰船目标检测领域的经典算法,分析了舰船检测领域经典检测算法之一:双参数CFAR检测算法和基于局部K-分布的CFAR检测算法。针对其结构复杂、效率低、对于距离很近的舰船目标会发生漏检等局限性,提出了改进的双参数CFAR检测算法和改进的局部K-分布CFAR检测算法。与传统的双参数CFAR检测算法和基于局部K-分布CFAR检测算法相比:改进的检测算法的结构得到了简化,检测效率得到了提高,对相距很近的船只不会发生漏检。　　 3.提出了基于相关度的联合CFAR检测算法,该算法不仅利用了舰船目标同海杂波的信杂比,还利用了舰船目标区域内相邻像素之间的强相关性。算法对海杂波区域内相邻像素间的灰度联合概率分布进行二维建模实现联合CFAR检测。基于相关度的联合CFAR检测算法在保证检测率的前提下,其检测结果的虚警降低了,很好地抑制了斑点噪声对检测结果的影响。　　 4.深入地研究了现阶段的舰船尾迹检测领域的经典算法,同时分析了这些算法的各自的优缺点,提出了基于信杂比提升和归一化灰度Hough变换的尾迹CFAR检测算法。算法利用了SAR图像中舰船尾迹同舰船目标的位置特性和舰船尾迹的整体结构特性,提高了尾迹的信杂比;同时,算法对归一化灰度Hough变换域进行概率建模实现了尾迹的CFAR检测。　　 5.研究了舰船目标鉴别的经典方法以及常用的参数提取方法。提出了基于先验知识的中高分辨率SAR图像舰船目标判别算法。算法利用了舰船目标在中高分辨率SAR图像中的分布特性,排除了斑点噪声带来的虚警,可以作为目标鉴别的第一步,为后续的目标鉴别做好铺垫。