在现代电子对抗领域，合成孔径雷达（SAR）扮演着极其重要的角色。在SAR成像中施加一定的干扰，能够阻碍研究人员对成像后的SAR图像进行判别。目前，在对SAR抗干扰效能评估方法中，没有统一的标准来衡量成像后SAR图像所受干扰的程度，同时也限制了对SAR抗干扰技术的研究与发展。为此，本文重点研究了基于纹理特征的SAR图像质量评估方法，使该客观评估结果更符合人类视觉系统的主观评估结果。本文主要完成的工作包括：首先，简要研究了SAR的成像原理和SAR图像固有的纹理特征特点，利用美国Sandia实验室的MiniSAR系统的单视复数据，模拟了特定战情条件下，几种干扰方式对SAR图像造成的质量下降。并分析了小波变换在图像处理领域具有的优势，为后文在小波域进行SAR图像质量的评估奠定了理论基础。其次，为了更好的使用MiniSAR系统的单视复数据雷达图像，采用多项式拟合的方法对其进行了由于成像过程中光照不均引起的亮度不均匀的亮度调整。并针对SAR图像在成像中产生的相干斑噪声，进行了去除与抑制，研究了一种将自适应权重与自适应窗口相结合的Lee滤波方法，通过实验证明该方法既适用于灰度均匀的场景，也同样适用于灰度起伏较大的地物场景。随后重点讨论了目前传统的几种评估方法，分别为主观评估方法、等效视数、均方误差、欧氏距离、相关系数、信息熵、结构相似度几种方法，通过实验仿真，证明了只有结构相似度方法所得结果符合客观事实，而其他几种方法都有一定的缺陷性与局限性。但也注意到结构相似度的方法缺乏对图像纹理特征的描述，有必要对结构相似度的方法进行改进研究。再次，利用SAR图像固有的纹理特征，深入分析了角二阶矩、逆差矩、对比度三种二阶矩在SAR图像处理中具有的优缺点，采用滑窗分块的方法完成了改进的结构相似度（TSSIM）的SAR图像评估计算。通过实验证明，对比度纹理特征的结构相似度（CSSIM）对SAR图像受干扰后的质量评估更为准确。结合小波变换在图像处理领域具有的优势，采用对比敏感函数（CSF）与人类视觉系统（HVS）的一致性特征，提出了小波域视觉加权的纹理特征的SAR图像质量评估方法，包括小波域纹理特征视觉加权结构相似度的方法（CTWVS）和小波域纹理特征视觉加权相关性的方法（CTWVR）。为了本文研究的需要，又提出了一种小波域低频方向修正结构相似度的方法（WLS），该方法对SAR图像质量的评估具有一定的优势。通过实验证明，本文提出的几种方法，都能在一定程度上反映SAR图像受干扰后的图像质量，但是它们也具有一定的缺点，不能完全适用于所有干扰类型的图像。最后，提出了组合多种质量评估算法的方法，针对各种方法具有的优缺点与适用性，选择不同的权重系数，实现与人类视觉系统主观评估结果一致的SAR图像质量评估。