SAR图像舰船目标检测技术对于海洋监视和渔业管控等有着重要的意义。在民用方面,通过对指定海域或港湾的检测,有利于搜索救援和环境保护;在军用方面,能够实现交通管制和他国非法船只侦查检测。因此,开展SAR图像舰船目标检测具有重要意义。本文主要围绕杂波模型自动识别算法和舰船目标CFAR检测算法两个方面展开研究。本文首先介绍了SAR图像特征和舰船目标特征,分析了影响舰船目标检测的主要因素。在此基础上,研究了基于CFAR的舰船检测原理,并对多种CFAR检测器的结构及检测性能进行分析,为舰船目标检测算法的设计提供了参考。其次,对常用的海杂波模型进行了研究,分析了海杂波统计模型特性,并给出了常用海杂波统计模型的参数估计方法,总结了不同杂波统计模型的适用范围和优缺点。接着通过引入Anderson-Darling拟合优度检验方法实现了瑞利分布、韦布尔分布、对数正态分布和K分布等分布族的假设检验,又结合分布模型的参数估计给出了杂波模型自动识别方法。通过仿真杂波辨识和真实杂波分布模型辨识试验证明了该方法的有效性。最后,针对韦布尔分布单参数检测器和MLH-CFAR检测器参数估计繁琐问题,提出了一种TLM-CFAR检测器,该检测器利用TL矩估计法获得韦布尔双参数。同时为了解决韦布尔分布多目标干扰问题,又加入循环剔除算法,得到循环剔除TLM-CFAR检测算法。性能分析结果和试验结果证明了该检测器具有良好的检测性能。