SAR图像舰船检测在海洋战场监视、海运交通管理、遇难船只救助、海洋权益维护等军事和民用方面有着重要的应用。ScanSAR模式是SAR的重要发展方向，可以获得很宽的测绘带，在大范围海域舰船检测方面具有得天独厚的优势。ScanSAR图像海况复杂，且存在特有的Scalloping效应和子条带间拼缝，对舰船检测性能会产生不可忽略的影响，同时为满足实时性需求，对ScanSAR图像舰船检测处理速度提出了更高的要求。因此，开展ScanSAR图像舰船检测算法研究并设计开发高效适用的软件系统具有重要的理论意义和实用价值。　　本文根据ScanSAR成像原理及图像特征，结合海杂波统计模型，研究了适用于ScanSAR图像的舰船检测算法，并在此基础上，设计开发了ScanSAR图像舰船快速检测软件系统。论文的主要工作和研究成果如下:　　1.研究分析了ScanSAR图像复杂海况、Scalloping效应及子条带间拼缝对舰船检测性能的影响。通过实验发现，采用现有的基于单一杂波分布模型的CFAR检测算法进行ScanSAR图像舰船检测时会产生大量的虚警目标。　　2.针对ScanSAR图像复杂海况影响舰船检测的问题，提出了一种基于自适应背景杂波模型的CFAR舰船检测算法。该算法通过背景窗口的多尺度统计方差判断目标所处的杂波环境，确立了一种背景杂波分布模型判决准则，依据该准则自适应选择杂波分布模型进行CFAR检测。实验结果表明，该算法有效解决了采用传统CFAR算法检测ScanSAR图像时杂波分布模型失配的问题，检测性能有明显改善。　　3.针对Scalloping效应影响舰船检测的问题，研究了相应的ScanSAR图像预处理方法，根据Scalloping周期性变化规律，采用局部亮度变换技术处理ScanSAR图像，有效地降低了Scalloping对舰船检测的影响。针对子条带间拼缝影响舰船检测性能的问题，在ScanSAR图像拼接前，采用OpenMP并行处理技术对各子条带进行检测，避免了拼缝对舰船检测的影响。　　4.在以上研究的基础上，设计开发了ScanSAR图像舰船快速检测软件系统。该系统具有很好的人机交互能力，在改善检测性能的同时，大大提高了检测的实时性能。