21世纪是海洋时代,各国为了保护本国海洋权益,加大了对海域方面的监管力度,尤其是对本国海域内船舶的监管力度。船舶目标监测关系到国家的经济发展和国民安全,并且船舶监测不仅可以用于遇难船只的救援工作,还可以应用于打击非法捕鱼船舶、非法倾倒垃圾船舶、打击走私船舶以及打击海盗等行为。随着人类海洋活动的快速开展以及国家海洋安全意识的不断增强,关于船舶目标监测的研究越来越受到重视。我国现有的船舶动态监管系统主要包括船舶交通管理系统、船舶自动识别系统、视频监控系统以及海巡系统等。然而现阶段的船舶动态监管系统为近距离监控,无法对远海船舶进行监控,无法完全满足海事动态监管及应急管理需要,海事船舶动态监管体系也越来越难以有效应对航运转型升级。本文将高分辨率光学遥感影像船舶目标检测分类作为研究方向,旨在利用高分遥感技术对船舶进行远距离、大范围的目标快速检测,作为对船舶动态监管的一种强有力的实施手段。本文设计了一套针对于高分辨率光学遥感卫星影像船舶目标快速检测分类的方法,以能够满足船舶远距离、大范围船舶目标快速识别的需求。首先对一维Otsu算法进行改进,提出基于主成分分析的Otsu算法,提高了光学遥感影像船舶提取的效率与抗噪性。之后对不同类别船舶纹理进行分析,利用灰度共生矩阵对船舶纹理特征值进行计算,分析不同类型船舶特征值内在关系,并对不同类别船舶进行建立模型。基于船舶子模块纹理特征,运用模糊模式识别算法对待测船舶进行分类。本文针对于GF-1光学遥感影像进行船舶目标检测与分类实验。实验结果证明,基于主成分分析的Otsu算法在准确率与效率方面都有较大改善,而船舶分类结果的准确率达到90%以上,取得较好分类效果。本文设计出的船舶检测分类方法能够实现大范围海域内船舶目标的快速识别,具有较高的准确率,在远距离船舶目标快速检测与分类领域具有实际应用价值,为我国船舶动态监管提供新的技术和方法。