合成孔径雷达(SAR)是目前遥感数据获取手段中发展最为迅速和最有成效的方式之一。随着遥感平台和微波成像技术的进一步发展,多种类型的SAR图像数据越来越多,许多应用需要综合多种SAR图像数据来进行对比分析。图像匹配是根据图像的物理和几何属性,找到同一场景中两幅或多幅SAR图像在空间上的对应性,因此,SAR图像匹配成为各类SAR数据应用中基础且共性的关键技术。结构特征是SAR图像特征匹配中最常用的特征之一。但由于SAR图像成像机理的特殊性和SAR图像结构特征提取的复杂性,SAR图像及其结构特征具有较为严重的不确定性,严重影响了SAR图像结构特征匹配的性能。因此,本文在SAR图像及其结构特征不确定性分析的基础上,针对三类结构特征各自所具有的典型不确定性,重点研究稳健、精确、高效的SAR图像结构特征匹配方法。主要研究内容和研究成果如下:SAR图像及其结构特征的不确定性分析:从成像机理的角度概述了SAR图像的物理和几何特性,探索性地提出并概括了SAR图像及其结构特征不确定性的概念、组成和分类,总结了SAR图像特征的随机性、模糊性和不完整性三类不确定性的典型表现形式,分析了三类不确定性对结构特征匹配的影响,总结了SAR图像结构特征匹配的特点,归纳了用于SAR图像特征匹配的特征选择准则,并以此准则分析了本文所选择的三类结构特征的特性。SAR图像模糊轮廓特征匹配:针对SAR图像模糊导致轮廓边缘定位不准而影响轮廓特征匹配性能的问题,基于形状上下文描述子,实现了对轮廓特征的不变性描述,并基于Rough Set提出了一种模糊轮廓不变描述子,设计了一种SAR图像模糊轮廓特征匹配方法。通过实际SAR图像数据和MSTAR目标模板数据集的SAR图像轮廓特征匹配和目标分类实验,验证了本方法的性能,实现了SAR图像场景匹配和目标分类,并提高了轮廓匹配的精度。SAR图像不确定性直线特征匹配:针对SAR图像的多边缘特征,利用多尺度和DS理论方法,分别提出了SAR图像直线特征多尺度提取方法和基于DS理论的SAR图像直线提取融合方法;两种方法可以分别较好地提取简单背景和复杂背景的SAR图像中的直线特征。针对SAR图像直线特征中的不连续和定位不准等问题,通过建立直线交点的不确定性模型,基于模糊粗糙集提出了直线特征交点的不确定性知识表达,提出了一种利用直线对(组)交点来实现SAR图像不确定性直线特征匹配方法。通过简单场景和复杂场景下的直线交点特征匹配实验,证明该方法可以较好的地实现具有明显结构特征的SAR图像场景匹配和图像配准,并提高特征匹配的准确性。SAR图像点特征匹配:针对相干斑噪声影响SAR图像点特征匹配性能的问题,利用常规SIFT特征匹配方法获取初始特征匹配点集,建立几何变换模型参数空间,再基于边缘点集的强度特征建立由几何变换关系确定的相似性测度,通过迭代优化逐一增加匹配点对个数,逐步确定满足不同几何变换模型的匹配点集,提出了一种SAR图像全局最优的联合匹配框架,实现了基于精确几何模型的SAR图像SIFT特征的优化匹配。通过多种场景类型下多种类型数据的对比实验,证明该方法可降低相干斑噪声对SIFT特征匹配的影响,提高SIFT特征匹配方法的适应性,是一种稳健、精确的高性能SAR图像点特征匹配方法。最后,系统性的总结了全文的工作,并归纳总结了进一步研究的建议和设想。