合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波遥感传感器。相比于传统的光学传感器,具有全天时、全天候的工作特点,能够获得更加丰富的地物散射信息。随着我国经济飞速发展以及城市化速度加快,资源配置,土地使用,环境保护,城市合理规划等问题受到高度重视,这使得对城市地理环境变化信息的需求急剧增长,其中最主要的需求就是对城市中建筑物信息的提取。因此,本文提出一种基于gamma分布和形态学交替序列滤波的SAR图像滤波算法和基于D-S证据理论和视觉注意SAR图像建筑物目标检测算法,有效应用于SAR图像建筑物目标检测,具体改进思路如下:(1)以传统形态学交替序列滤波算法及基础形态学操作为基础,针对交替序列中结构元素的形状进行改进,并结合SAR图像中地物区域符合gamma分布的特点,在交替序列滤波的每一次迭代后,基于gamma分布对图像进行一次复原,从而保留更多的图像细节信息。(2)在SLIC超像素分割算法的基础上,通过利用灰度形态学重建顶帽运算进行较大背景区域的滤除,并利用K-means聚类算法对获得的超像素进行二分类,从而达到对图像分割的作用。(3)以D-S证据理论为基础,以建筑物目标在SAR图像上的特征以及建筑物在视觉注意模型中的特征作为多证据体,通过融合多种特征计算出假设的可信度从而完成对建筑物的检测。实验证明,本文所提出的检测方法能够有效的完成对建筑物假设的判定,能够有效的检测SAR图像中建筑物目标,且在降低虚警率方面有明显优势。