近几十年,合成孔径雷达(SAR)开始在遥感的各个领域得到广泛的应用,特别是在城市遥感方面的应用日益的广泛和深入。随着SAR技术的不断进步,极化SAR的发展,SAR分辨率的提高,高分辨率SAR的出现,SAR图像数据在城市的规划,城市变化的检测,人口的流动和分布的监测监控等方面有很好的应用。本文作为本领域的硕士学位论文,研究了合成孔径雷达的成像原理,全极化雷达图像的数据特点,目标散射原理和特性,城市雷达图像的特征和图像的处理,城区目标的检测,根据散射目标的尺寸和散射特性进行目标的分类以及目标几何参数的反演和目标重建。文章的第二章提出了反演目标高度和重建的原理和方法。根据雷达成像时前向投影的原理,目标在雷达图像上的成像位置和目标的真实位置之间有一定的位移,并且这个位移和和目标的高度成正比,还和雷达入射角有一定的关系。单方向飞行的雷达图像,在目标真实位置未知的情况下,无法计算出目标的真实高度和成像时发生的位移。多方向飞行的全极化SAR图像经过配准之后,消除了目标的真实位置的影响,可以在目标真实位置未知的情况下计算目标的高度。根据不同图像上的成像位置差提取特定三维目标的高度与位置信息,进而可以实现目标物的几何立体重构。全极化SAR图像数据与单极化SAR图像数据相比较,能够提供更多的信息,因此可以选择多种极化数据的组合用于目标的检测和进一步的图像处理。通过对目标散射向量和散射特性的研究,不同的极化数据的组合能够更好的代表不同的散射类型,如面散射,体散射或者两面体散射,不同的极化数据对不同的散射体有不同的敏感程度。因此选择对于特定目标几何特征敏感的数据类型,可以更好的进行目标的检测和提取。通过多方向飞行SAR图像反演该目标或目标群的高度与位置信息。基于日本的PI-SAR全极化多轨道雷达数据,人工的提取感兴趣的建筑物(群)目标,通过对不同轨道得到的图像上的建筑物进行人工匹配,计算建筑物目标的高度并进行重建。在此基础上,论文第三章节进一步改进雷达目标的检测方法。恒虚警率检测(CFAR)是雷达目标自动检测的常用方法。CFAR通过对雷达杂波的估计,计算检测的判决门限,自动的检测雷达目标。在传统的CFAR检测方法上,本文提出了多尺度自适应CFAR检测方法。使得多尺度的CFAR更适应于城区复杂环境中的目标检测,从而实现了不同尺寸大小的目标的自动检测。对背景参考区域的研究和雷达杂波的估计也提出了不同的方法,使得方法更适合城区目标密集,环境复杂的特性。并且在目标检测的同时完成了对目标尺寸大小的计算。以目标的大小作为依据,实现了不同轨道所成雷达图像上的建筑物像的自动匹配。对检测出的目标的以大小尺寸作为依据进行划分选择,可以重点的检测出了城区中的机动车目标(在一定尺寸范围内)和具有较大尺寸的建筑物(群)目标。在忽略其他类型目标的情况下,完成城区的重建。利用多方向飞行的全极化城市雷达图像数据,通过研究目标的散射特性,选取合适的极化雷达数据完成目标的自动检测,同时根据目标的大小完成不同雷达图像中目标的自动匹配和分类,进而实现目标的重建是研究生三年学习的总结。其间还有很多需要深入和完善的地方,随着技术的日益进步,都需要更加深入和广泛的研究。