海洋内波是海水内部运动的一种重要体现。遥感观测是海洋内波监测领域的主要观测方式,为重点海域的海洋内波分析与预报提供了大量的数据支撑,而海洋内波监测对海洋环境安全保障与战场辅助决策有着重要的意义和研究价值。如今,海洋环境的多尺度安全保障能力越来越被重视,也是海洋环境信息应用领域的研究热点。因此,本文选择南海北部为研究区域,基于SAR图像数据,深入探究海洋内波识别与参数提取技术。首先,介绍了本课题研究SAR图像海洋内波识别与参数提取的背景与意义,分析了国内外相关技术的研究现状。结合SAR图像的相关理论,分析SAR图像海洋内波的成像原理与特征,并对本文使用的SAR图像数据格式进行了简单介绍。其次,针对SAR图像含有较多的相干斑噪声这一特点,对SAR图像进行预处理操作。分别选择空间域和频域的滤波方法对样本图像进行处理,并利用评价指标评估各滤波方法对相干斑噪声的滤除能力和边缘保持能力,通过对比实验,选择综合表现能力最好的精致Lee滤波算法作为SAR图像预处理环节的降噪方法。选择直方图均衡化对降噪后的SAR图像进行图像增强,得到的图像细节特征视觉增强效果更为显著。再次,根据海洋内波在SAR图像中的特征,引入灰度共生矩阵与分形维数两种方法对大量的SAR图像样本进行特征提取。提出了从盒子数计算公式、网格尺度限定范围以及网格的移动方式三个方面对差分盒维数法进行改进,该方法计算得到的分形维数相对于灰度共生矩阵特征值更适合作为海洋内波判别的依据。另外,从边缘检测的角度提取SAR图像中的海洋内波波峰线。在多种边缘检测算子的研究基础上,提出了一种可应用于SAR图像海洋内波识别领域的新方法,该方法结合边缘性质建立边缘特征向量,采用FCM聚类算法将像元分为边缘点和非边缘点。经对比实验证实该方法相对于其他方法能更好地提取海洋内波波峰线,并在识别不同形态的海洋内波时仍有很好的效果。最后,本文选取图像测量法和经验模态分解法提取SAR图像中海洋内波的半振幅宽度。对这两种方法进行研究,以不同的实例验证其优缺点,并在获取内波半振幅宽度的基础上继续结合历史水文资料和参数间的关系,获取更多与海洋内波相关的参数,构建SAR图像海洋内波识别与参数提取体系,进行软件实现,将理论研究应用于实际。