雷达是一种全天时、全天候的探测设备,具有作用距离远,穿透力强的特点。随着高分辨合成孔径雷达(Synthetic Aperture Radar,SAR)和逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像技术的出现,使更精细地刻画目标成为可能;从SAR/ISAR图像中提取有用的信息,具有重要的军用和民用应用价值。随着极化雷达的出现,使得从极化SAR/ISAR图像中提取与物理散射机制相关的极化特征成为可能。本文围绕着如何从SAR/ISAR图像中提取物理相关特征和如何利用极化特征进行目标检测性能展开研究。全文内容概括为以下四个部分:第一部分研究基于图像域稀疏表示的快速属性散射中心提取。属性散射中心模型用一组参数来描述目标的散射中心的散射强度、位置、形状、指向等物理特性。从图像中提取属性散射中心对SAR/ISAR图像解译具有重要作用。现有的属性散射中心提取算法大致分为图像域算法和频域算法两类。图像域算法需要对图像进行分割,最终的提取结果依赖于图像的分割效果,而对于复杂目标,分割结果往往不理想。频率域的算法能比较精确地提取散射中心,然而其计算量比较大,内存消耗过高。为了解决这个问题,本文利用属性散射中心的性质,提出了基于图像域稀疏表示的属性散射中心提取方法。经验证,所提方法既有提取精度高的优点,同时具有计算量小、内存消耗小的优点。第二部分研究卫星的太阳能帆板尺寸与载荷指向估计。现代战争是以信息技术为先导的高技术信息战、电子战,对战场动态信息的实时监测和处理是关系到战争胜败的重要因素。对空间目标的太阳能帆板尺寸和载荷指向是一个重要的情报。本文首先建立了太阳能帆板的ISAR图像投影模型,并定义了点云到一个四边形的距离概念。基于该模型和概念,利用雷达观测到的卫星的一系列ISAR图像,估计出太阳能帆板的姿态参数和尺寸;并利用投影几何关系估计载荷指向。此外,本文分析了估计误差,并给出了太阳能帆板尺寸估计和载荷指向估计的条件。第三部分研究扩展的基于几何扰动的极化SAR图像检测器。基于几何扰动的极化SAR图像检测器利用不同的后向散射图之间的相干特征来检测目标。现有的基于几何扰动的极化SAR图像检测器有:单目标检测器(Single Target Detector,STD),部分目标检测器(Partial Target Detector,PTD),基于几何扰动的极化陷波器(Geometrical Perturbation-Polarimetric Notch Filter,GP-PNF)。然而这些方法都将目标或者杂波建模为一个向量,这在目标或者杂波较为复杂的情况下并不适用。本文将目标或者杂波建模为一个子空间,提出了扩展的基于几何扰动的极化SAR图像检测器。现有的基于几何扰动的极化SAR图像检测器,是所提检测器的一种特殊情况。经验证所提检测器对于复杂杂波下的目标检测优于现有检测器。第四部分研究基于最小杂信比子空间的极化增强方法。本文提出了最小杂信比子空间的概念,并推导了最小杂信比子空间的求解方法。将从极化雷达数据中提取的特征向量投影到最小杂信比子空间,以增强目标与杂波的对比度,从而提高目标检测性能。相比于现有的最优对比度增强(Optimization of Polarimetric Contrast Enhancement,OPCE),和广义最优对比度增强(Generalized Optimization of Polarimetric Contrast Enhancement,GOPCE),所提方法更加灵活,而且能扩展到其它应用。