SAR图像数据集是发展SAR图像解译方法的基础和支撑,建立具有一定规模的SAR图像数据集是一项极具挑战性的工作,是SAR图像解译领域亟待解决的难题。为了推动SAR解译研究更快、更好的发展,本文提出建立SAR图像数据和算法测试的平台——OpenSAR,对其中的SAR图像网络数据交互和SAR图像快速处理技术进行了深入研究。论文的主要工作和贡献之处在于:·对整个平台的架构进行了详细的设计本文详细介绍了平台的软硬件结构以及组成部分,从功能上将整个平台划分成了表示层、功能层和数据服务层,并分别对每一层的设计进行了详细的讲解。·研究并实现了SAR图像网络数据交互模块本文针对SAR图像体积大的特点,仔细研究了基于文件分片机制的SAR图像网络数据交互模块。逐步阐述了整个模块的构建过程,具体分析了断点续传、分片秒传、分片合并等关键技术原理。通过实验研究了影响数据交互性能的两个重要参数:分片数据大小和分片并发个数,并确定了最优的选值,同时通过实验数据验证了文中提出的秒传优化算法的可行性。与Uploader等的性能比对测试结果表明,在专门针对SAR图像的网络数据交互方面,该定制模块性能占优。·研究并实现了SAR图像快速处理框架本文针对SAR图像解译计算量大的特点,对SAR图像快速处理框架进行了重点研究。为了克服单层影像划分下Hadoop计算可能导致的关键数据特征丢失的问题,引入了多层冗余SAR图像切分算法,同时理论上建立起分层算法中的每一层到最底层的坐标映射关系,使得计算之后可以对结果进行聚类去冗。通过实验研究了层间降采样比例因子等影像切分算法以及聚类算法性能的核心参数,并确定了最优的选值。框架性能测试的结果表明,在专门针对SAR图像的快速处理方面,该框架能够较好的满足大部分计算任务,性能表现良好。