传统雷达所提供的是和目标相关的幅度和RCS信息,但是相位信息丢失了。而全极化雷达得到的是一个与目标相关的2×2的复矩阵,不仅包含了幅度信息还具有了相位信息。因此,全极化雷达可以提供数倍于传统雷达的信息量。由于极化雷达设备制造难度大,所以在很长一段时间里雷达极化的发展停滞不前。近年来随着理论的不断完善和电子技术的飞速发展,极化雷达发挥着不可替代的作用,在军事、遥感、农业、水利和监测等方面得到广泛的应用。本文针对极化雷达目标特征提取极其相关的应用进行研究,主要工作重点是目标的特征提取和极化SAR图像的处理,并取得了以下研究成果: 提出利用散射矩阵的特征值分解方法来衡量目标的成分。该方法与目标的散射强度、定向角等参数无关,只相关于目标的结构等。利用该方法的几种特例,可以进一步分析SAR图像中不同目标的一次、二次散射成分。通过对日本新泻入海口地区的全极化SAR图像进行分析处理,证明了该方法和相应的参数在实际的应用中是有效的。利用散射总功率、极化熵以及目标的一、二次散射系数的简单组合,提高了待检测目标与背景的对比。在利用这些参数对全极化SAR图像进行处理的同时又引入了图像均衡的方法,有效地调节了图像的亮度分布情况。成像雷达由于成像机理的原因不可避免地会引入相干斑噪声,因此直接利用SAR图像进行处理会导致过多的虚警发生,为了减少相干斑的影响在对SAR图像处理的同时引入了中值滤波,因此在很大程度上消除了SAR图像中的噪声干扰。为SAR图像的进一步处理提供了基础。提出了一个通用的用于从图像中提取道路的方法。传统的方法都是用模板匹配和各种算子,比如:Canny算子、Sobel算子、Log算子等来进行边缘和线性特征提取。但是由于SAR图像的斑点噪声使得这些算子的应用效果并不理想。我们提出的方法可以自动地从图像中提取道路,与传统模板的区别在于使用了更大的局部区域,并且用只相当于几十次模板匹配的计算量,实现了几百种模板精确匹配的效果。在匹配的过程中同时进行了迭代的算法,这样可以在去除噪点干扰的同时尽可能保持目标的连续性。