1.一种基于双边截断统计特性的SAR图像舰船CFAR检测方法，其特征是包括如下步骤：步骤1：获取一幅SAR图像，并设置由目标窗口和背景窗口组成的局部滑动窗口，计算SAR图像在所述背景窗口中的所有像素的对数域均值μB_ln和对数域标准差σB_ln，再根据式(1)计算变异指数VI，并得到如式(2)所示的截断规则，从而去除所述背景窗口中不满足式(2)的像素，得到截断过后的真实海杂波像素集 表示 中第i个像素的灰度值，i∈[1,n]，n表示像素数量：μB_ln‑t1·σB_ln＜ln(IB)≤μB_ln+exp(γ/VI)·σB_ln               (2)式(2)中，t1为低截断深度，γ为高截断深度权重，IB为背景窗口中某一像素的灰度值；

步骤2：采用最大似然估计方法所示的式(3)和式(4)分别对所述真实海杂波进行对数域均值和对数域标准差参数估计，得到对数域均值估计 和对数域标准差估计式(3)和式(4)中：A1表示第一参数估计因子，A3表示第三参数估计因子，并有：式(5)中：A2表示第二参数估计因子，t2为高截断深度，且t2＝exp(γ/VI)，Φ(·)为标准正态分布的累积分布函数；

步骤3：采用对数正态分布所示的式(6)对真实海杂波像素集 在复杂海况下的杂波灰度概率密度进行建模，得到真实海杂波的对数正态分布模型步骤4：根据给定的检测虚警率Pfa，利用式(7)建立判决规则，从而利用所述判决规则对SAR图像在所述目标窗口中的待测像素进行目标判别，实现基于双边截断统计特性的SAR图像的舰船CFAR检测：

式(7)中，IT是目标窗口中待检测像素的灰度值，H1表示待测像素被判定为目标像素，H0表示待测像素被判定为海杂波像素；α为标称化因子，并有：‑1

α＝Φ (1‑Pfa)                (8)‑1

式(8)中，Φ (·)为标准正态分布的累积分布反函数。