海洋是地球上最大的生态环境,对全球气候的调节具有重要作用,同时海洋中具有丰富生物及矿产资源,是人类的巨大宝库。随着人类活动在海洋上的不断深入,海洋环境保护逐渐被提上日程,海上溢油现象的防治是保护措施中的重要一环。要及时治理海上的溢油,首先必须尽早地探测到溢油区域。传统的光学遥感探测,由于受雨雪及黑夜的影响,使用上受到很大的限制。合成孔径雷达(SAR)能穿透云雾,在无光照环境下也能工作,具有全天候、全天时工作的能力。随着SAR及其理论的不断成熟,微波遥感检测海上溢油越发受到人们的重视。本文简要分析了SAR的成像原理和极化分解理论,在此基础上,分别研究了单极化和全极化SAR图像,研究了提取海上溢油信息的算法,主要工作如下:单极化SAR图像提取海上溢油信息:首先采用二维最大类间方差法对图像进行分割,分割图像前对图像作了普适性处理,提高了该算法的适用范围,分割后,进行了多次形态学滤波,提升了分割效果;选取了包括复杂度、边缘梯度等在内的9个特征参数,作为判断是否为溢油的依据;以模式识别中的误差前馈神经网络为基础,建立了一个关于溢油的分类判断器,用来源于样本图像集的相应特征参数训练神经网络,然后该神经网路对整个过程的算法进行验证,取得了较好的效果。全极化SAR图像提取海上溢油信息:首先分析了与溢油相关的多类海上目标的各种极化相位差,说明了共极化相位差对识别生物油膜疑似溢油的有效性,再以此为基础,构建共极化相位差的标准差滤波器(?滤波器),然后用该滤波器共极化相位差图像滤波,识别生物油膜;研究了多种海上目标的熵-平均散射角(H-?)图像,表明了传统的H/?分类在识别溢油不理想的原因;引入Cloud分解中的反熵A,用H/A/?特征空间分类海上目标,同时将Wishart聚类方法应用于溢油识别中,形成H/A/?-Wishart分类方法,作用于海上溢油识别中,以提高分类精度;采用了SAR图像对H/A/?-Wishart算法进行了验证。