高分辨光学遥感图像舰船目标自动检测问题具有重要的军事意义。舰船目标检测的核心问题在于如何既快速又准确地从大量的遥感图像数据中提取出目标。本文以遥感卫星海上目标监视应用为背景,围绕海上舰船检测和靠岸舰船检测两个问题展开研究。主要研究内容包括以下三个方面:一、基于选择性注意机制提出了海上舰船目标检测框架,将检测过程分为粗略检测和精细检测两个层次,实现了对海上目标的快速准确提取。在粗略检测层次上,主要是依据灰度及面积显著特征的引导,快速圈定可能存在舰船的疑似区域,形成可疑目标ROI切片;在精细检测层次上,主要是对目标ROI切片利用轮廓、长宽比、平行线等多种特征量进行综合判决,提高检测的可信度。二、研究了ROI切片精细检测中的轮廓和平行线特征提取方法,并提出了基于多特征量的ROI切片舰船目标检测方法。本文引入归一化链码直方图来对目标闭合轮廓进行描述,使特征模板具有刚体变换相对不变性,从而缩小了模板库数量,加快了匹配速度;同时研究了基于Hough变换的平行线特征提取方法,减少了仅用轮廓特征无法判决的疑似目标数量。三、针对靠岸舰船的不闭合轮廓特征难以描述的问题,本文引入可变夹角链码对其进行特征描述,并提出了基于可变夹角链码的靠岸舰船检测方法。首先引入评价参数来对可变夹角链码生成算法进行改进使其计算简化,并依据其对刚体变换的不变性提出了基于可变夹角链码的特征匹配方法来定量地反映曲线间的匹配程度。最后利用该方法对实际图像中的靠岸舰船提取进行了实验,实验结果验证了该方法的有效性。本文最后对研究内容进行了总结并给出了进一步研究方向。