当前，合成孔径雷达（SAR）技术的飞速发展为战场环境的实时监测提供可能。港口是重要的民用和军用设施，一直以来在现代经济与军事的发展中都起着非常重要的作用，实现港口内舰船目标的动态监测具有重要的战略意义。然而，港口内地物背景复杂，并且存在大量干扰目标，因此实现港口内舰船检测面临巨大挑战。本文围绕SAR图像港口内舰船检测问题开展研究，主要内容如下：　　研究了港口内舰船目标检测的通用思路。本文首先分析了港口的基本组成及其目标散射特性，然后总结了现有SAR图像舰船检测和港口区域舰船检测方法存在的不足，最后针对SAR图像中港口特点及现有的检测算法的不足，提出了SAR图像港口内舰船目标检测的一般思路。　　研究了离岸舰船目标检测方法。通过研究发现当前常用的舰船目标检测算法存在筛选不准确的问题，在分析舰船目标和海域背景特点的基础上，提出了一种基于异常检测和双层筛选机制的SAR图像舰船目标检测算法。该算法首次将高光谱图像异常检测理论引入到SAR图像舰船目标检测中，并采用双层筛选机制，能够实现背景杂波的准确建模和舰船目标的快速检测。实验结果表明，该算法能够降低筛选误差，有效地消除虚假目标和旁瓣干扰，具有更好的结构保真度。　　研究了靠岸舰船检测方法。针对靠岸舰船的特点，结合当前比较流行的显著性检测理论，提出了基于显著性和上下文信息的靠岸舰船检测方法。该方法首先将基于目标的显著性方法应用到SAR图像中进行舰船检测，然后提出一种基于尺寸和上下文信息的鉴别框架来消除虚警。合成数据和实测数据验证了所提方法的有效性和鲁棒性。