合成孔径雷达(SAR)在航空航天、对地观测及军事国防等领域应用广泛，随着近年无人机技术的发展，基于机载SAR图像目标检测技术已成为SAR军事应用的核心技术之一。地面的坦克车群、运输车辆、机场等是军事战场上重要的检测目标，对这些目标实现实时的自动检测，获取准确的情报信息，对战场侦察、军事指挥具有重要的意义。论文的主要内容和成果如下：(1)分析了SAR图像目标检测国内外研究现状及简述了本文主要研究内容；研究了SAR图像特性，针对陆地目标检测，以车辆与机场为例进行了检测特征分析并设计了各自检测方案；研究并改进了一种基于边缘方向的快速滤波算法，实验表明该算法与经典的滤波方法相比边缘保持能力明显得到提高，同时实现了噪声的有效抑制。(2)研究了基于恒虚警率(CFAR)技术的车辆类目标检测：介绍与分析了主要背景杂波分布模型，并建立了车辆目标的背景杂波模型库；研究了全局CFAR、双参数CFAR以及基于局部杂波统计特性的自适应CFAR检测算法，并在此研究的基础上，改进了一种利用目标背景分布模型库自适应CFAR车辆目标检测方法，实验结果表明本文算法在检测率、运算效率性能上都有所改善。(3)研究了基于特征分割算法的机场目标检测：分析了SAR图像几种代表性分割算法，研究改进了一种基于灰度对比度的双阈值快速分割算法来检测机场目标，并采用一种复合目标辨识方法剔除虚假目标。实验结果表明本文算法能够准确、快速地检测出机场区域。