合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候、观测范围广的特点,在遥感领域具有越来越广泛的应用。内波(Internal Waves,IW)是指在流体内部发生的一种波动形式,而海洋内波就是一种典型的内波形式。由于海洋内波具有较大的幅度,传递巨大的能量,在海洋开发、船只航线规划乃至国防军事领域都具有重要的研究意义。并且,随着分辨率的不断提高,SAR对海面的观察能力逐渐提升,包含的信息也更加的丰富。由于电磁波无法深入到海洋中直接对海洋内波进行观测,所以仅能通过海洋表面的变化,推导海洋海洋内波的相关参数。但是,由于从海洋内波到海洋表面,再到接收机的过程会引入较多的干扰因素,使得在运算量和估计的准确性上都存在较大的可改进性。基于上面的原因,本课题在分析内波的形成机理、SAR对海洋表面的成像模型基础上,着眼于利用SAR数据,探究在SAR参数对内波图像的影响、利用图像处理的方法在SAR图像中进行在图像内定位内波的位置、使用期望最大化算法对统计直方图进行模型拟合以及在SAR图像中进行内波参数提取的方法。本文的主要研究内容如下:论文首先建立海洋内波产生的模型,并推导其所满足的动力学方程,求取满足方程的稳态解。对海洋表面在SAR观测情况下的三种不同成像模型进行了介绍;同时,针对接收幅度过小的情况,引入调制深度的概念,利用仿真工具和特定的内波模型以及成像模型,通过针对沿内波传播方向上极值点随着参数变化的趋势,分析参数对成像效果带来的影响,寻找最佳的雷达观测参数组合。其次,利用简单图像处理的方法对SAR图像进行预处理,分离出海洋区域;利用基于马尔科夫随机场的分割方法对含有内波条纹的图像进行纹理增强,并借助基于Radon变换的纹理检测方法,从大场景的SAR图像中,快速定位内波在图像中的位置;针对SAR图像分辨率提升带来统计直方图出现多模态、拖尾严重的现象,结合之前学者提出的广义混合模型,利用期望最大化的方法进行分布模型的参数估计,为SAR图像的分类、降噪和目标检测提供辅助作用;从估计结果与实际结果的均方差衡量估计的结果,通过迭代次数衡量方法的计算量。最后,利用已知的先验模型和获得的图像剖面数据,采用曲线拟合的方式,对模型中的参数进行确定;同时针对内波图像剖面的非线性特点,利用基于经验模态分解的方法,分解得到内波分量,并利用该分量对内波参数进行估计;根据干涉的概念以及地面运动速度和干涉相位的关系,利用干涉相位提取海洋表面的速度信息;提出基于仿真迭代的参数估计方法,对内波的参数进行迭代估计。