合成孔径雷达（SAR）在军事侦察领域具有非常广阔的应用前景，军事目标的检测鉴别与识别是SAR战场情报侦察的重要任务，因此如何从SAR图像中快速的提取感兴趣的军事目标并准确定位目标是一项非常有研究价值的课题。本文系统的研究了基于统计模型的SAR目标恒虚警检测方法。首先研究了基于混合高斯分布的SAR目标恒虚警检测方法，针对混合高斯分布对不均匀SAR图像建模能力不足的缺陷，本文提出了一种基于广义Gamma分布的SAR目标恒虚警检测方法。该方法利用对数累积量的方法估计出SAR图像的广义Gamma分布的参数；利用恒虚警检测原理推导了广义Gamma分布下虚警率与检测阈值的关系，并通过二元判决方法区分感兴趣目标与非目标，对目标进行聚类，并采用多特征融合的方法对SAR目标区域进行鉴别，从而减少虚警率；最后对鉴别后的SAR目标区域进行标记。本文采用的数据为美国Sandia国家实验室的实测SAR图像以及利用MSTAR数据库模拟的高分辨率SAR图像。本文方法比基于混合高斯分布的方法能更准确的拟合不均匀的SAR图像，实验证明了基于广义Gamma分布的SAR目标恒虚警检测方法的有效性。