合成孔径雷达(SAR)是一种高分辨率成像系统，具有全天时全天候工作等特点，能在能见度极差的环境下得到类似光学摄影的高分辨率图像。这使得SAR广泛应用于地质勘探、地面监测、军事侦察等领域。因此SAR图像的处理和研究成为当前信号处理领域的一个热点。 对于SAR图像的目标检测而言，就是要从干扰的背景中检测出有用目标。目标的检测最终影响到目标识别和分类的精度。在对SAR图像目标特征分析的基础上，论文重点围绕SAR图像典型目标的检测开展了研究。 在对现有的均值类CFAR检测器分析的基础上，提出基于方差索引的环形窗CFAR检测器，它综合了以往均值类CFAR检测器的优点并抑制了其中的缺点，在同质区域和异质区域均有较好的检测性能。 在对SAR典型目标中的舰船检测时，提出基于像素抽样的自动检测算法，它先对SAR图像进行像素采样，降低图像的分辨率，然后进行海陆分割，最后采用双参数CFAR算法检测。较之以往的算法，该算法定位准确、检测速度快。 在对机场目标检测时，提出基于综合集成的检测算法，它先采用综合集成法对SAR图像处理，再用Hough变换检测机场。实验证明了效果很好。 分析面目标检测时，结合检测目标的光学图像，采用模板匹配的方法，并针对模板匹配搜索速度慢的缺点采用遗传算法作为搜索策略，为克服标准二进制遗传算法的缺点，又引入自然数编码的遗传算法。实验表明在图像匹配应用中，自然数编码比二进制编码实用且运算速度快。