SAR舰船目标检测技术在军事目标跟踪、战场环境监视和侦察、远程战略预警等领域中都有着大量的应用，是现代高科技战争中赢得战争胜利的关键因素之一，已成为军事领域的前沿任务，世界各国都给予高度的重视，开展基于SAR图像的舰船目标检测技术的研究具有重要意义。本文研究工作主要集中在海杂波背景建模与舰船目标检测算法两个方面。本文首先对海洋杂波统计特性进行分析，对常用的海杂波模型进行了研究，给出了各个分布模型在SAR海杂波建模中的适用范围，对其应用于目标检测时的阈值与虚警概率之间的关系进行了定性的研究。分别从模型的选定、模型参数的估计、模型的拟合程度评估三个方面对海杂波的参数模型建立过程进行了阐述，并给出了实验结果及分析。其次，研究了CFAR舰船检测算法的原理及流程，对多种CFAR检测器的结构及检测性能进行分析，给出了应用于舰船目标检测中的全局CFAR算法与局部双参数CFAR算法的原理与流程，采用多种经典杂波分布模型对上述两种CFAR算法进行实现。再次，针对传统CA-CFAR算法无法兼顾SAR图像全局信息与局部信息的问题，提出了一种改进的CFAR算法，使用全局阈值对局部阈值进行调整，利用待测单元邻域灰度信息对图像进行灰度重构，增强了目标与背景的对比度，抑制斑点噪声的影响，实验证明改进的方法能够较好的兼顾图像全局与局部信息，提高了舰船目标的检测性能。最后，本文将宽动态范围的分布模型与VI-CFAR检测器结合，使得算法具有更广泛的海杂波拟合范围，并能够自适应的根据当前杂波环境选取与之匹配的检测器。提出了基于韦布分布与K分布的VI-CFAR算法，并将前文中改进CFAR算法的阈值处理与灰度值重构部分应用其中，通过实例应用验证了改进算法的优越性。