极化合成孔径雷达（PolSAR）图像中包含与目标的物理特性、化学特性和几何特性有关的各种有用信息。而基于模型的非相干目标分解方法因其算法简单、易于解译和物理意义明确等优点，是提取PolSAR图像地物信息的有效工具之一。本文针对目前非相干目标分解方法中存在的一些问题展开了相应的研究工作，提出了改进的目标分解方法。本文首先介绍了PolSAR的基本理论和几种经典的目标分解方法，并重点分析了其存在的散射对称假设限制，极化信息没有完全利用，人造目标散射特征粗糙等问题。其次，分析了螺旋散射机理在描述人造目标的非对称散射信息方面的限制，引入了非对称散射机理。在此基础上提出了基于极化指向角补偿相干矩阵的非对称目标分解和基于协方差矩阵的非对称目标分解，有效的解决了散射对称假设限制问题，并利用了所有的极化信息。针对目前目标分解方法中对人造目标的散射特征分析粗糙的缺陷，提出了两层目标分解方法，得到了对人造目标散射特征细致的分解结果。研究发现非对称散射机理的功率占总功率的百分比等于同极化通道和交叉极化通道的归一化相干系数。提出了联合SVM和两层目标分解的地物分类方法，开展了目标分解方法在地物分类中的应用研究。然后，扩展了经典的极化指向角补偿方法，提出了椭圆率角补偿、拟椭圆率角补偿、绝对相位补偿和拟绝对相位补偿四种基于相干矩阵的角度补偿方法，分别可以消去相干矩阵中的Im[T₉（13）]，Re[T₁₃]，Im[T₁₂]和Re[T₁₂]四项。经过本文的补充研究，目前有六种基于相干矩阵的角度补偿方法，可以选择消去相干矩阵的六个对应的非对角线元素。最后，利用L波段的PolSAR数据对本文提出的方法进行了实验研究，实验结果表明基于极化指向角补偿相干矩阵的非对称目标分解和基于协方差矩阵的非对称目标分解能够有效的提取人造目标信息，在自然区域和城镇区域都有良好的适用性。另外，利用两层目标分解方法发现不同类型的建筑物的非对称散射成分是不同的，这在人造目标的分类和识别应用中有很大的潜力。联合SVM和两层目标分解的分类方法对试验区域的地物类别进行了有效的分类。另外，基于相干矩阵的角度补偿算法的实验结果也验证了本文提出的补偿方法的补偿效果。