随着经济全球化的发展，人类对石油的需求量大大提高，海上石油运输业和海上石油开采也日益繁忙起来，这在客观上加大了海上溢油事故发生的可能性。近些年来海洋溢油严重威胁了海洋生态环境和沿海城市经济的可持续发展，越来越多的国家开始积极开展溢油遥感监测的研究。海上溢油监测主要是对可见光和近红外光谱段进行分析，目前合成孔径雷达（SAR）因具有全天候、全天时、覆盖面积大、不受天气影响等特点，能够及时准确全面地监测海上溢油的发生，已经成为海上溢油监测最主要的手段之一。本文在目视解译的基础上，利用计算机快速准确地获取遥感影像信息，对SAR图像进行溢油信息提取，总结了数字处理SAR溢油图像的一系列步骤，主要工作如下：第一步进行预处理，本文主要介绍了斑点滤波，对不同的滤波方法和滤波窗口大小做出了比较，选择了窗口大小为5*5的Gamma Map滤波方法，滤波效果最佳。第二步基于目视解译，引入了纹理特征量对SAR图像进行特征提取，采用灰度共生矩阵的方法，分析并确定了方向、步长、计算窗口等参数。本文的重点是为了降低纹理计算量，分别采用行列式和矩阵特征值两种不同方法对纹理特征量进行了筛选，得到了相同的筛选结果，选出了均值、方差、对比度、相异性和熵五个特征量，两种方法相互验证，提高了筛选结果的准确性。第三步结合纹理特征对SAR图像进行分类，采用了马氏距离、最大似然和支持向量机（SVM）三种方法，试验结果表明SVM方法与纹理特征相结合更能准确有效地将油膜和背景海水区分出来。