诸如坦克、装甲车、无人机等人造目标,是战场上侦察与打击的主要对象,对其进行识别具有重要的军事价值。民用上,在城镇发展的监测评估,对倒塌建筑物的灾情评估,以及寻找、营救失事飞机等领域,人造目标识别也有迫切需求。人造目标有别于自然目标,多由平板、角反射器等典型几何结构构成,这也成为了识别人造目标的重要特征。基于极化SAR/ISAR图像,利用极化信息,提取人造目标的几何结构特征,并用几何结构表征目标的外形轮廓,有助于目标类别判定,对图像解译、目标识别都具有重要的意义。本文紧密围绕人造目标的几何结构反演与极化识别这一前沿课题,利用大量的全极化实测数据及电磁计算数据,对典型几何结构的空域极化特性、几何结构反演技术以及目标极化识别技术进行了深入的研究。具体研究工作包含以下几个方面:首先,针对人造目标的特点,研究了典型几何结构的空域极化特性,并提出了保极化角域的概念,为分析揭示目标的空域极化特性提供了一种新的理论解释。通过比对分析几类典型几何结构模型计算的全极化回波结果与电磁仿真软件计算的结果,揭示了现有模型在描述几何结构的极化特性方面的不足;详细分析了典型几何结构的空域极化特性,定义保极化角域的概念,用以描述散射结构与散射机理间具有稳定对应关系的角度范围;研究了典型几何结构的保持极化角域特征,确定了各结构保持理论的散射机理的角度范围,为图像解译、目标识别提供了有力支撑;研究了紧邻典型几何结构的极化特性,并与单一典型几何结构进行比对,揭示了其在极化特性上的差异,基于此差异来判定单一典型几何结构对应的散射中心。进而,研究了目标几何结构反演的方法,通过对典型散射中心进行类型判别,并结合聚类算法,成功实现了目标局部结构的类型和尺寸的反演。首先研究了典型散射中心的判定方法,基于散射中心幅值稳定性与极化不变性,实现了对单一典型几何结构对应的散射中心的判定,有助于提高散射中心类型判别的准确性。接着在研究了散射中心类型判别方法的基础上,提出了基于快速密度搜索聚类算法的几何结构反演方法,能有效提取目标局部结构的类型和尺寸等几何结构特征。相较于传统的基于模型参数估计的结构反演方法,避免了模型定阶难,参数耦合严重,难以收敛等问题,大幅提高了几何参数反演的效率,扩大了适用对象范围。随后,研究了复杂材质无人机的极化特性,揭示了典型无人机的局部结构特征。以暗室测量的复杂材质无人机为对象,研究其极化特性,反演其几何结构,并与无人机金属化模型的仿真计算数据进行比对分析。在研究了无人机的局部结构特征的同时,揭示了复杂材质目标与金属目标在极化特性上的差异,为复杂材质目标的识别提供了理论指导与特性支撑。最后,提出了两种高效的分类识别算法,并利用大量实测数据验证了极化分类识别算法的优越性。首先设计了可分性强、能表征目标结构特征的特征矢量,并结合高效的快速密度搜索聚类算法,有效实现了人造目标的分类识别。随后提出了基于预分类的全极化模型匹配目标识别方法,相较于基于模板匹配的分类识别方法,避免了建立庞大的模板库,具有存储量小,计算快,适用范围广的优点。同时,利用目标的几何结构特征进行预分类,降低了计算量,提高了正确识别率。