合成孔径雷达(SAR)具有分辨率高、穿透力强、成像距离远以及能全天候工作等特点，具有广泛的军用和民用价值。近年来，针对SAR的自动目标识别（ATR）技术的研究已经成为世界各国的热点，本文围绕SAR图像预处理和特征提取方法展开研究，主要研究内容如下：1．研究了SAR图像预处理滤波算法和双阀值CFAR分割算法。采用了一种基于区域标号算法的“孤岛”和“孔洞”处理方法，该方法与传统的方法相比，在保留图像细节的同时，还能恢复部分经过滤波以及分割造成的图像破坏。并使用基于图像质心的分辨率统一、能量归一化及幂变换增强等处理方法，进一步突出了目标图像可识别性特征。通过仿真实验，确定了最优的幂变换系数，同时也验证了这种方法能很好改善识别性能。2．由于传统的基于一维向量的PCA和LDA两种特征提取方法存在如数据维数高，破坏图像空间结构等不足，本文研究了基于二维矩阵的2DPCA和2DLDA方法，通过实验验证，经过两个方向压缩后的两向2DLDA在识别率是最优的。通过对样本依赖度和方位敏感性的研究，也表明直接基于二维矩阵的方法要优于基于矩阵一维化的方法。3．提出了一种2DPCA+2DLDA的特征提取方法，这种方法利用2DPCA来降维和2DLDA来增大样本类间差异和减小类内差异，这样就实现了两种方法的优势结合即降低数据维数并保留了数据空间结构信息的同时还具有了2DLDA增大样本可分性的能力，最终获得了更多的信息。实验表明这种组合方法比单一方法的识别率有所提高。