极化干涉合成孔径雷达(PolInSAR)以其独特的对地物目标特征获取的优势在对地遥感领域扮演着十分重要的角色。极化相似性参数是极化合成孔径雷达(PolSAR)图像分析与特征提取的重要参数，它克服了传统地物极化散射特性分析方法极化目标分解的计算复杂度高、存在奇异值及负功率等缺陷。本文将极化相似性参数推广到极化干涉合成孔径雷达图像分析的领域，提出了广义极化干涉相似性参数，并将其用于地物目标分类。论文首先总结了极化相似性参数的不同表示形式和基本性质，并在此基础上对极化相似性参数进行改进，去除了目标方向角对于极化相似性参数的影响，实验结果表明去除目标方向角影响的极化相似性参数对建筑物和森林的区分能力得到了提升。接下来本文将极化相似性参数的概念推广到极化干涉的情况。为此提出了简化极化干涉相干矩阵的概念及基于该矩阵特征值分析的PolInSAR图像特征提取方法，并提出了基于该矩阵的广义极化干涉相似性参数。对特征值和广义极化干涉相似性参数统计特性的分析显示不同地物在这些参数所构成的数据空间中具有可分性，上述参数可以用于地物目标的分类与识别。最后，本文将上述参数用于图像中地物目标的非监督分类并分析评估其效果。实验结果表明，联合熵优化和特征值的K均值非监督分类算法在分类精度和速度两方面均有最佳的表现。