舰船目标检测是光学卫星遥感图像处理与分析领域备受关注的课题，其核心任务是判断光学卫星遥感图像中是否存在感兴趣的舰船目标，并对其进行检测分析。本文主要对光学卫星遥感图像舰船目标ROI提取问题进行研究，主要的工作和贡献如下：1.本文提出一种基于数学形态学和Gabor滤波器的光学卫星遥感图像舰船目标检测方法。该方法首先采用Tophat算子来提取潜在的感兴趣区域，然后基于人类视觉感知机制，采用Gabor滤波器来增强目标点并削弱背景点的影响，最后再利用分形特征来从背景中提取舰船目标。基于光学卫星遥感图像的舰船目标检测实验结果验证了本文方法的有效性。2.由于光照、视角变化和阴影问题，光学卫星遥感图像中舰船目标分割面临巨大的挑战。为了克服这一问题，本文提出一种基于CV模型和形状信息的舰船目标分割方法。该方法首先利用核主成分分析来提取舰船目标的形状信息，然后将构造的形状能量泛函与CV模型相结合得到新的舰船目标分割模型。最后，本文还提出了新的Heaviside函数，以确保水平集演化过程中的数值稳定性。实验结果表明，本文方法在光学卫星遥感舰船目标的分割性能优于传统的CV模型。3.为了区分所提取ROI区域中的目标是否为舰船，本文研究目标鉴别技术并实现了一种基于特征的光学卫星遥感舰船目标鉴别方法。该方法首先提取ROI区域中目标的灰度、形状和纹理等三大类不同的特征，然后采用不同的特征组合方案来训练不同的支持向量机分类器。选择区分舰船目标和虚警性能最好的支持向量机分类器，我们就可以有效地进行光学卫星遥感舰船目标鉴别。