随着光学遥感技术的发展，基于光学遥感图像的目标检测和识别技术一直是遥感图像处理领域的研究热点。舰船目标是重要的海上目标，光学遥感图像中舰船目标检测具有重要的民事和军事意义。传统依靠人工检测和标注的舰船检测已经不能满足海量遥感数据自动化处理的要求，因此，研究光学遥感图像中舰船目标的自动检测算法具有重要的研究意义和应用价值。本文针对光学遥感图像中舰船目标舰船算法做了大量的文献调研工作，在此基础上提出光学遥感图像中舰船目标检测算法的总体设计方案，并对其中的关键技术进行研究和实现。论文的主要工作体现在以下几个方面:　　(1)总结和分析遥感图像舰船检测领域的国内外最近研究，归纳舰船检测算法的一般步骤。在此基础上提出一种数据驱动型的光学遥感图像舰船目标检测算法，完成算法的整体设计方案。同时介绍相关基础技术背景。　　(2)光学遥感图像海陆边界分割是海洋近岸目标检测和识别的重要技术基础，然而由于光学遥感图像分辨率的提高，海陆边界分割存在背景复杂、干扰多等问题。为解决复杂背景下高清遥感图像海陆边界分割问题，本文提出了一种新的海陆边界分割算法。首先使用均值漂移算法将遥感图像处理成若干同质区域;采用一种新的基于扫描线的方法选择海水区域种子像素点，结合区域增长和连通区域分析的方法实现海陆边界分割。实验证明该算法具有较强的准确性和鲁棒性。　　(3)在海陆分割的基础上，提取海面区域的遥感图像。结合舰船目标检测的需求，本文提出一种改进的遥感图像显著图提取算法，在此基础上提取候选目标区域。结合舰船目标的形状特征剔除候选区域中的虚警，实现了基于视觉注意机制的海面舰船目标检测算法。通过对比实验验证本文算法的有效性和准确性。　　在国家自然科学基金“基于稀疏表述理论的高光谱遥感图像的特征提取与分类”(61271435)和北京市自然科学基金重点项目“遥感图像精确定位与参数反演的理论及关键技术”(4141003)的支持下，本文针对光学遥感图像中各个关键技术进行研究和实现，在传统算法的基础上进行优化，实现光学遥感图像中舰船目标的自动检测。实验表明，本文提出的算法有效解决了遥感图像海陆边界分割和舰船目标自动检测问题，具有很强的应用价值。