道路和桥梁是当今世界上主要的陆地交通设施,同时也是军事领域中的重要目标。合成孔径雷达(SAR)可以有效获得大面积的高分辨率的雷达图像,且具有全天候、全天时的成像特点,这些优点使得其在民用和军事的各个领域应用十分广泛。随着合成孔径雷达技术的发展以及交通、战争对SAR图像中的陆地目标信息需求的增多,人们对SAR图像中道路和桥梁的目标识别研究也日益增多。本文以道路和桥梁目标的特征为基础,以对SAR图像的理解为背景,重点围绕SAR图像中道路和桥梁的特征选择与目标识别进行了较为深入的研究。论文综合讨论了各种传统滤波和基于相干斑噪声滤波的方法,在此基础上,比较并选取了适合SAR图像滤波并能较好保留图像边缘信息的Lee滤波作为预处理的工具。同时讨论了多种可行的图像分割方法,为下面的目标识别提供充足的理论准备。在对道路目标的几种特征进行分析的基础上,选择了较易提取和使用的形状特征和辐射特征,研究了一种基于动态规划的SAR图像道路目标识别的方法。实验证明该方法能够比较准确对道路目标进行识别与定位,同时能够较好的解决时间开销大、虚警率高的问题。但是由于道路阴影和噪声干扰的影响,识别结果仍然存在一定的断裂和虚警情况,需要进一步的研究解决。在对桥梁目标的几种特征进行分析的基础上,选择了较易提取和使用的形状特征和辐射特征。首先利用桥梁的形态特征,提出了一种利用桥梁的长宽比、位置信息、平行边缘的信息进行识别的方法。实验证明该方法简单、快速、虚警率较低、识别率较高。但是由于SAR图像的噪声干扰,存在目标外形失真的情况,本文针对这个问题,提出了一种基于Pun熵的统计特征的识别方法。该方法在不明显提高算法复杂度和时间开销的前提下,提高了识别率,降低了虚警率,并具有一定的算法鲁棒性。