上世纪九十年代以来合成孔径雷达(SAR)得到了长足的发展，随着其成像技术的日益广泛，SAR图像分析已经成为一个重要的研究课题。但由于SAR图像的像素值在空间上的分布较复杂，属于非平稳、非线性信号，这使得SAR图像分析和应用研究较为复杂。一些传统的分析方法如傅里叶分析、小波分析等在SAR图像处理方面都没有达到预期的效果，而经验模分解(EMD)由于其具有良好的局部适应性，在处理一维非平稳、非线性信号时表现出一定优势。因此，开展二维经验模分解(BEMD)研究并应用于SAR图像分析是值得的。本文首先对一维EMD算法及Hilbert变换进行了分析，研究了EMD分解序列的正交性、完备性等。本文的工作重点是BEMD算法研究并将其应用于SAR图像分析。在BEMD算法研究方面，对已有的BEMD算法进行了改进，内容包括：特征点的选取、特征点域的平面三角剖分、固有模函数(IMF)判断条件的选择以及程序终止条件的选择，提出了基于图像分块并行处理的BEMD快速算法，使得程序在SAR图像处理中效率更高。在SAR图像去噪研究方面，使用BEMD算法对SAR图像进行分解，进而对得到的若干层IMF进行去噪处理，随后将去噪结果与剩余层信息叠加得到去噪后的图像；在SAR海浪谱反演研究方面，使用BEMD方法对那些海浪信息不明显的SAR图像进行分解，再使用MPI海浪谱反演算法从分解的若干层IMF中提取海浪谱信息。实验结果表明，结合BEMD技术的去噪和海浪谱反演方法得到的结果与传统方法相比都有一定的提高，这为SAR图像分析提供了新的研究途径。