高分辨合成孔径雷达（SAR）三维图像包含目标丰富的可供识别的特征,是雷达目标识别领域的研究热点之一。本文就主要围绕SAR图像目标三维重建方法以及电磁散射特征提取方法展开研究。高分辨SAR图像目标的基本电磁特征是散射中心特征。本文首先分析了双站三维属性散射中心的建模过程,并利用FEKO高频电磁计算软件验证了三维属性散射中心模型的有效性。然后针对高分辨SAR图像目标的三维重建问题,在传统的傅里叶二维成像方法基础上,分析三维数据的插值过程,提出了基于最近邻插值的傅里叶三维重建方法。接着研究了基于图像域的三维电磁特征提取方法,重点分析了特征提取中的参数估计和结构选择过程。最后利用FEKO仿真数据验证了基于傅里叶三维重建的电磁特征提取方法有效性。然而实际中高分辨SAR图像目标的三维数据往往是稀疏的,使用传统傅里叶成像方法会带来重构质量差、占用内存多、消耗时间长等的问题。本文基于压缩感知理论提出了一种改进的平滑l₀范数（SL0）稀疏重构算法,分别比较了傅里叶重建方法、l₁范数最小化重建方法和本文所提算法在重建图像质量和运算效率方面的性能,证明了本文所提算法的优越性。之后基于稀疏重建方法对简单目标散射体进行了三维属性散射中心特征提取,证明基于稀疏重建的特征提取方法提高了属性散射中心特征提取的精度。为了拓展基于稀疏重构的三维电磁特征提取方法的应用,针对复杂目标在实测情况下,遇到的合成孔径宽、数据量大和散射各向异性问题,提出一种子孔径非相干组合的稀疏重建方法,将宽孔径划分为多个子孔径,分别利用本文提出的改进SL0算法进行稀疏重建,然后对子图像进行非相干组合。最后在公开的挖掘机三维SAR数据上进行基于子孔径非相干组合稀疏重建的电磁特征提取实验,验证了本文所提方法的有效性。