随着合成孔径雷达(Synthetic Aperture Radar,简称SAR)技术的不断发展,基于合成孔径雷达的自动目标识别(Automatic Target Recognition,简称ATR)技术已成为国内外研究的热门课题。SAR的后向散射成像机制决定了SAR图像中存在相干斑噪声,这些相干斑噪声降低了图像质量,掩盖了图像的细节结构,因此SAR图像的特征提取是SAR ATR的关键技术之一。本文深入研究了基于投影特征的SAR图像特征提取方法。首先分析了几种典型的投影特征提取方法,如线性判别分析(Linear Discriminant Analysis,简称LDA),主分量分析(Primary Component Analysis,简称PCA)以及基于核函数的主分量分析(Kernel PCA)。在此基础上重点研究了基于最大方差投影(Maximum Variance Projections,简称MVP)方法,MVP方法是一种线性判别方法,该方法通过捕捉样本中流形的局部几何结构保留局部信息。以上这些特征提取方法都是在样本的值空间进行特征提取。本文给出的另一种特征提取方法,即基于样本正交子空间的方法,是利用样本值空间的正交空间构造投影空间,对于结构相似,只存在较小差异的SAR图像,该方法获得的投影特征可以实现对目标的有效分类与识别。最后利用美国DARPA提供的MSTAR(Moving and Stationary Target Acquisition and Recognition)实测SAR地面目标图像作为实验数据,对这两种方法的识别性能进行了分析,实验结果证明了这两种方法的有效性。