SAR在军事侦察和民用方面都具有重要的作用，因此展开SAR图像的特征提取和目标识别工作具有实际的意义和应用的前景。本文从理论上具体研究了正确进行SAR图像特征提取和目标识别所必不可少的图像的预处理过程：SAR图像的RCS重构和SAR图像的分割，并通过仿真验证了所给算法的有效性。研究了SAR图像的滤波方法，给出了两种SAR图像RCS重构方法。首先提出了一种基于相关邻域模型的SAR图像 RCS重构方法。其次，利用离散小波变换的稀疏性和减相关性进行SAR图像滤波。最后比较了传统的基于SAR图像统计模型的滤波器和基于小波变换的滤波器在SAR图像去噪中的不同性能。给出了两种SAR图像分割方法。第一种方法是基于遗传算法的最佳阈值的SAR图像分割方法。第二种方法是以一种似然差函数作为区域相似性的衡量标准，进行合理的区域分割。利用小波变换所具有的空域-频域局部性、方向性以及多分辨性等优点，在小波分解的基础上，对不同分解层的不同频率特性区域，提出了多种的融合规则与算子进行像素级的图像融合。本文的工作得到了国家“863”计划和国家自然科学基金的资助。