一个完整的合成孔径雷达(Synthetic Aperture Radar，SAR)侦察系统一般会包括雷达成像系统和所获得的图像信息解译两个方面。成像技术方面，双基SAR系统由于具有独特的系统构成，成为了近年来研究和应用的热点。相干斑噪声的产生在成像过程中不可避免，因此相干斑抑制方法的研究对于后续的SAR图像信息提取意义十分重大。在SAR图像信息的应用方面，地物分类技术对于军事侦察和民用观测都有相当重要的意义。因此，本文研究的内容将围绕双基SAR成像、相干斑抑制、SAR图像分类三个方面展开：　　1、研究双基SAR的成像问题。点目标的二维频谱分析一直是双基SAR成像问题的基础。本文首先介绍了LBF算法和MSR算法两种经典的点目标二维频谱分析法的理论模型，并对比了这两种算法。接下来本文研究了微增量二维频谱分析法，并且讨论了其和MSR算法在数学上的相似性。在此基础上，本文讨论了基于微增量二维频谱分析法的OMIGA-K双基成像算法。其主要思想是利用微增量对二维频谱进行分析，同时引入角度不变假设和不变区域两个概念来处理相位项，使其符合应用OMIGA-K算法要求。同时，本文讨论了不变区域对成像算法的影响。为确保成像精度，当成像场景大于不变区域的限制时，必须进行分块成像。实验证明了算法的有效性。　　2、研究相干斑抑制算法。本文首先讨论了相干斑噪声的产生原因，并对其数学模型和统计特性进行了研究。在此基础上，本文提出了两种相干斑抑制算法：1)基于字典学习的相干斑抑制算法，其主要思想是，首先将相干斑噪声的乘性模型转化成加性模型，再结合同质区域的统计特性对优化的目标函数进行变换处理，最后推导出基于最大似然估计的 K-SVD目标函数；2)基于粒子群算法的参数自适应相干斑抑制算法，通过研究非局部均值相干斑抑制算法的基本原理，成功将基于像素块的范数的相似性度量应用于SAR图像的乘性噪声模型，并且将其在最大似然权重估计的框架下对Probabilistic Patch-Based(PPB)抑斑算法进行了改进，提出了一种改进的PPB抑斑模型。并结合粒子群优化算法成功改进了PPB算法的参数非自适应的缺陷。　　3、研究了SAR图像无监督地物分类问题。本文介绍了模糊聚类算法极其发展与改进，分析了各种模糊聚类算法的求解模型和优缺点，并以此为基础提出了两种SAR图像分类方法：1)基于多目标优化的SAR图像地物分类算法，其原理在于引入XB系数作为第二个优化目标，将原有的单目标优化的分类模型改进为多目标优化问题，利用多目标进化算法(MOEA)进行求解，最终得到 SAR图像的分类结果；2)针对相干斑噪声环境下的SAR分类问题，本文引入了图像的非局部信息，并利用比值距离改造了相似性度量，再针对求和图像可能会边缘过平滑的问题，引入了边缘修订方法，提出了一种基于改进相似性度量和边缘修订的图像分类方法。并通过实验证明了算法的有效性。