基于SAR图像的目标检测是对SAR图像解译的重要环节之一。本文从SAR图像的统计特性出发，对包括SAR图像统计特性描述，斑点噪声抑制，检测器设计等若干基于SAR图像的目标检测关键问题进行了研究。主要工作和创新点可总结如下：1)提出了一种非监督的等效视数估计方法。在目标检测中，准确地描述杂波的统计分布是实现恒虚警检测的前提，而等效视数是描述SAR图像数据统计特性的一个重要参数。本文通过估计对数SAR图像中加性噪声的方差以及预先建立的加性噪声和等效视数之间的查找表来得到等效视数的估计值。和传统方法相比，新的方法不依赖于均匀区域假设，而且易于实现，适合实时应用。2)提出了推广的SAR图像斑点噪声抑制方法。斑点噪声是影响SAR图像解译的重要因素，也会在目标检测中造成大量的虚警。本文首先从极化白化滤波器出发，推导出了它的另外一个等价优化形式。并从该形式出发给出了推广的斑点噪声抑制方法。最后以此为依据特别地提出了单通道SAR图像的斑点滤波算法。另外，针对极化白化滤波器的输出丢失功率信息的问题，提出了一种最优的功率保持方法，实验证明，具有最优功率保持性能的极化白化滤波器具有最优的斑点滤波的效果。3)提出了一种新的非参数目标检测器。设计具有恒虚警率的检测器是目标检测的中心问题之一。本文结合了两种常见的非参数方法，即核概率密度估计和均方误差，设计了一种新的非参数检测统计量并将其用于目标检测。特别的，针对SAR图像乘性噪声的特点，给出了恒虚警检测的实现方法。该检测器的主要特点是针对某种特定数据分布模型，检测性能和最优检测器相当；而当数据偏离假设分布时，又能保持很强的鲁棒性。4)提出了一种迭代目标检测的方法。针对多目标检测中出现的杂波分布估计不准问题，本文通过将上一步迭代检测的结果作为下一次检测中排除可疑杂波样本的依据，将目标检测和可疑杂波样本排除统一了起来。该方法可通用于单通道或多通道SAR图像的各种CFAR目标检测器，并且不需要引入任何额外参数，实现简单方便。