合成孔径雷达(Synthetic Aperture Radar,SAR)凭借其独特的优势在军事侦察上有着广泛的应用。通常,SAR主要的地面军事侦察目标有桥梁、军事建筑、车辆、船舶等,开展SAR图像的目标检测工作具有很大的应用前景。Primal Sketch是对图像的一种稀疏表示,它以线段作为基元以素描的形式刻画了图像中存在的奇异信息,如目标的边界、方向和位置信息等。本文针对SAR图像中人工目标繁多且大小不一致的特点,首次提出了在SAR图像的Primal Sketch稀疏表示域上进行目标检测。本文的主要创新工作为：首先,研究了SAR图像的特点以及目标检测中的难点,分析了Primal Sketch的理论框架及其实现方法。根据线段之间存在的拓扑结构关系,本文提出了规整度等特征来定义相应窗口的种子线段,理论分析和实验结果表明本文定义的规整度等特征能够有效的捕捉SAR图像中的人工目标。其次,在SAR图像的Primal Sketch稀疏表示域上,针对人工目标,选择相应的尺度窗口,提出了一种SAR图像候选目标区域的形成算法——基于种子线段的区域生长算法。该算法首先对所有的Primal Sketch稀疏表示域上的线段定义属性集,然后根据线段属性选择种子线段集,最后针对种子线段按照事先设定的规则进行区域生长。与传统的区域生长算法不同的是,该方法的处理单位不再是像素而是线段,因此能更好地捕捉图像的结构信息。实验表明,利用该算法可以较好的提取出潜在的目标区域。最后,在目标区域形成的基础上,对已经检测到的候选目标区域按照规整度和区域线密度进行排序,选择出感兴趣的目标区域,从而完成对目标的检测。实验表明,利用本文的算法可以有效的提取出SAR图像中的人工目标。