我国海域辽阔,船舶数量众多,安全航行需求日渐增大,因此,提高船舶目标的检测准确率,对维护我国海洋安全具有十分重要的意义。合成孔径雷达(Synthetic Aperture Radar,SAR)由于对雨、云、烟雾的穿透能力较强且具有全天时、全天候工作的能力,能够多角度地对海面进行成像,得到越来越广泛的应用。本文基于局部对比度和扩展分形特征研究了 SAR图像的船舶目标检测技术。首先,介绍了几种常用的图像灰度化的处理方式和图像去噪用到的滤波方法,并进行仿真结果对比,分析了各方法的优缺点和适用范围,并选择合适的图像灰度化的处理方式和滤波方法应用于本文的船舶目标检测,图像预处理效果的好坏将直接影响到后续的目标检测的有效性和可靠性。其次,在分析局部对比度检测算法的优点和不足的基础上,针对在待检测船舶目标的周围背景噪声较强的情况下会产生大量的虚警现象,对局部对比度进行重新定义,进而提出一种基于改进的局部对比度算法,并从理论上分析更改的原因。进行对比实验,结果表明,在保证算法检测效率的同时,能够有效抑制虚警现象。最后,介绍传统扩展分形检测算法的实现过程,分析对目标尺寸的敏感性,进而讨论了扩展分形特征的二阶统计特性,针对在检测大幅度SAR图像中船舶目标时,耗时长而且在多目标的情况下容易出现虚警的现象,本文提出一种均值下采样八方向的扩展分形特征的检测算法。实验证明,在目标检测过程中首先采用下采样操作,可以有效地提高算法效率;并且与传统的两方向扩展分形相比,改进后的算法在保证正确检测出目标并且没有漏警的情况下,可以很好地抑制虚警现象。