我国是海洋大国,每天都有大量船只进出我国领海,高精度船舶监测在军事和民用领域均有广泛应用。合成孔径雷达（Synthetic Aperture Radar,SAR）成像不受光照和天气干扰,能够实现全天时、全天候的船舶监测。随着高分辨率SAR卫星的相继发射,SAR图像分辨率不断提高,开展高分辨率SAR图像舰船目标检测识别研究有着重要的研究意义和应用前景。现有的SAR图像舰船目标检测识别算法主要存在以下问题:首先,当前SAR图像舰船目标检测算法大多采用水平框表示目标,而水平框并不能很好的表示舰船目标;其次,当前SAR图像舰船目标检测算法在背景复杂的近岸SAR图像舰船目标检测任务中存在虚警率过高的问题;最后,高分辨率SAR图像舰船目标识别数据集稀缺导致高分辨率SAR图像舰船目标识别研究进展缓慢。论文针对旋转框表示的近岸SAR图像舰船目标检测识别问题进行了深入研究,有效改善了以上问题。论文具体研究内容如下:针对常规算法在处理密集并排停放舰船目标时容易出现漏检和误检的问题,提出了一种基于中心点的旋转框舰船目标检测识别算法。该方法不依赖预先设置的候选框,而是利用中心点直接生成舰船目标框,同时使用了舰船目标检测和舰船目标识别分离的方案。实验结果表明,该方法能够有效提升对于密集并排停放舰船目标的检测性能,同时能够有效提高舰船目标识别精确率。针对当前算法在近岸SAR图像舰船目标检测任务中出现的虚警率过高的问题,提出了一种基于增强上下文信息的近岸SAR图像舰船目标检测算法。该方法通过多个模块增强网络对目标周围上下文信息的获取能力,利用目标周围的上下文信息来提高网络对于虚假干扰目标的判别能力。实验结果表明,该方法能够有效降低近岸SAR图像舰船目标检测虚警率。针对当前高分辨率SAR图像舰船目标识别数据集稀缺的问题,提出了一种基于域自适应的SAR图像舰船目标军民属性识别算法。该方法以域自适应理论为基础,通过在特征空间对齐可见光舰船目标特征和SAR图像舰船目标特征,可以在不依赖SAR图像舰船目标类别标注的情况下,实现对高分辨率SAR图像舰船目标的军民属性判别。实验结果表明,该方法在高分辨率SAR图像舰船目标军民属性识别任务中取得了不错的结果。