合成孔径雷达具有全天候、全天时成像，受外界自然条件限制较小等特点，被广泛地应用于自然灾害监测、环境调查、军事目标侦察、变化检测等领域，受到各国的广泛重视。合成孔径雷达图像的目标识别、图像解译成为国际研究热点。 合成孔径雷达图像因其相干成像方式存在相干斑，相干斑是合成孔径雷达图像的固有特性，在图像上随机分布，这种相干斑噪声极大地影响了图像的质量，在现有的抑制斑点噪声的方法中，都不能完全消除此类噪声对图像的影响。相干斑噪声的存在极大地影响了SAR图像的基于像素亮度层的分类，特别是单频率、单视数、单极化SAR图像。因此，就要寻求一种途径，将相干斑对SAR图像分类的影响降至最低，而纹理分析则可满足这一要求。 纹理是图像的固有特性，从整体来看，纹理即使在相干斑噪声存在的情况下，也具有一定的统计分布规律。纹理分析是图像分析的重要组成部分，对纹理的全面认知将极大地提高对SAR图像的理解和目标识别能力。因而，本文采用灰度共生矩阵的纹理分析方法，从统计灰度共生矩阵的方向性和尺度性这两方面进行纹理分析，得到一系列的纹理特征图像，通过特征选择，采用分层分类的方法，从而实现了SAR图像的地物分类。