图像处理的一个重要目的是从图像中提取出感兴趣的信息，近年来在计算调和分析领域发展起来的图像卡通纹理分解为之提供了一个重要方法。在图像去噪、压缩、修复等方面图像卡通纹理分解已有广泛应用。卫星光学遥感图像应用中，舰船目标检测对海上安全、搜救、水运交通、渔业监测、非法走私等领域的监测和管理起着非常重要的作用。基于图像卡通纹理分解方法解决舰船目标检测问题是论文研究的主要内容，其成果具有重要的理论意义和应用价值。论文首先综述了图像卡通纹理分解的几种经典模型和算法，包括基于变分的分解模型和基于稀疏表示分解模型，然后分析了卫星可见光遥感图像目标检测的研究现状，包括海陆分割、云检测处理、舰船目标检测的特点和检测方法等。通过对卫星可见光图像及其卡通纹理分解结果进行分析，我们发现海洋遥感图像一般包含舰船、海面、浅滩、云块、陆地及岛屿等主要目标，舰船目标相对于其它目标尺寸较小，对可见光海洋遥感图像进行卡通纹理分解，可以有效地将尺寸较大的海面、浅滩、云块、陆地及岛屿等的主要结构分离到卡通分量中，而尺寸较小的舰船被保存在纹理成分中。纹理分量中主要包含舰船目标，同时也包含了其它目标的一些小尺度细节，但其能量相对较小，在纹理成分中检测舰船目标，可以有效地避免其它目标的影响。基于上述分析，提出一种利用卡通纹理分解的舰船目标检测算法。该算法首先对图像进行卡通纹理分解，将舰船目标分解到纹理分量，而其它目标分解到卡通分量；然后利用卡通分量中陆地、云块以及海洋背景等的先验信息去除其在纹理分量中的干扰纹理，进一步消除纹理分量中其它目标的细节对舰船检测的干扰；最后在纹理分量中利用Gabor滤波增强舰船目标并进行检测。实验结果和数据分析表明，本文提出的算法能够有效地提高检测率，同时降低虚警率。