合成孔径雷达因其全天候和高分辨力成像的特点，近年来得以快速发展。与此同时，近代的计算机技术和先进的数字信号处理技术使得其在许多领域得以日益广泛的应用，如大地遥感，测绘，大地资源探测，灾情预报，军事指挥，以及国民经济的其他方面。 在对合成孔径雷达图像的分析中，除了图像的灰度值，以及目标的后向散射系数外，图像的纹理也提供了相当重要的信息。基于纹理特征的图像分类能更为准确的对合成孔径雷达图像进行分析和理解。 本文作者首先用灰度共生矩阵的方法提取图像的各纹理特征，然后对各特征图像进行K均值聚类，同时讨论了各特征对不同目标的分类性能。然后用各类方差以及方差倒数对各纹理特征图像进行加权。再用K均值算法进行聚类。得到了满意的分类效果。 本文后半部分，讨论了SAR图像小目标的检测方法，利用顺序形态学和高通滤波的方法实现了SAR图像小目标检测的预处理，并在此基础上，利用线状点阵目标的几何特性，实现了SAR图像中线状点阵目标的检测。