本文以工程应用为背景,结合可见光遥感图像的成像特征,利用图像处理和模式识别技术,以舰船目标检测为核心展开一系列相关研究工作。探讨了舰船目标检测中的多个关键问题。目前光学遥感图像的舰船目标检测算法存在多方面的缺点,它们多是检测率低、虚警率高、鲁棒性差,时间复杂度高、不利于工程化等方面,严重制约了通用舰船检测系统的发展。基于此种现象本文提出了一种实用舰船目标检测算法。算法分别由海陆分离、目标分割、目标检测三个模块组成。当前海陆分离算法主要以基于反射率的阈值分割方法为主,当海洋区域与陆地区域反射率相近或者相反时,容易造成错误分割。针对这一不足,海陆分离模块中引入图像熵特征,根据图像熵搜索种子点,进行同质区域生长,大大降低了错误分割的概率,分割鲁棒性明显提高。传统舰船目标分割算法多数在图像空间域进行分析,常用的空间域处理方法难以取得理想的分割效果。本文提出变换域分析方法,将基于傅里叶频谱残差的显著性计算方法引入舰船目标分割中,从而解决了在空间域分割效果不佳的问题,特别是减少了碎云分布带来的影响。最后,考虑到整个算法的可实现性,舰船目标检测模块采用了投票法,提取分割结果的多个特征量,逐一剔除虚警目标,结果表明,本文提出的光学遥感图像舰船检测算法在保持12.71%的虚警率条件下实现了90.32%的检测率。单幅8192 x 8192像素图像测试,用时1.25秒,优于当前舰船检测算法。适合在舰船检测系统中使用。