合成孔径雷达（Synthetic Aperture Radar,SAR）系统采用主动式微波遥感技术,可以不受光照与云雨雾等因素地影响,能够全天时、全天候对地成像,获取连续时间序列SAR图像。SAR图像分类作为一项重要的基础研究,其分类精度直接影响后续遥感应用的效果与质量。由于SAR系统侧视成像的特点,当地表为山脉等具有高程起伏的复杂地形时,其SAR图像中会相应出现叠掩、阴影、迎坡收缩和背坡拉伸等几何失真现象,从而导致图像散射特征与实际地物不一致的情况。传统SAR图像分类方法大多针对平坦区域开展地物的区分与识别,在应用于具有复杂地形的区域时会出现错分类问题,这将极大地影响地物目标的识别与处理。针对上述问题,本文的主要研究内容及创新性工作可总结为以下三个方面:（1）提出了一种改进的具有区域系数的对象高斯马尔可夫模型（Object-based Gaussian MRF model with Region Coefficients,OGMRF-RC）SAR图像分类方法,有效提高了地物分类精度。针对OGMRF-RC模型中区域唯一类别标签导致的错分类现象,首先利用区域边缘信息和后验概率获得区域类别模糊概率（Regional category fuzzy probability,RCFP）,替换区域唯一的类别标签,使临界区域具有多种类别划分的可能性,然后将其纳入特征场参数求解过程中,使特征场参数更接近真实情况,最后计算目标函数,获取新的分类结果。选择丹江口部分区域作为实验区,实验结果显示该方法分类的总体精度（Overall accuracy,OA）为87%,Kappa系数为0.83。（2）提出了一种基于多极化信息的叠掩与阴影区域检测方法。针对复杂地形SAR图像中叠掩和阴影区域地物错误分类问题,首先利用多极化时间序列SAR图像对不同地物的后向散射系数进行分析,然后选择合适的极化SAR图像进行初始分类,并将初始分类结果作为参考图像,最后采用不同极化差值图像检测叠掩区域;根据阴影与叠掩的空间和大小关系检测阴影区域。选择具有复杂地形的丹江口库区和南太行地区作为实验区,实验结果显示该方法中叠掩检测的品质因数（Figure of merit,Fo M）为84%,阴影检测的Fo M为62%。（3）提出了一种基于多时相极化差异信息的背坡拉伸和迎坡收缩错分类区域检测与纠正方法,提高了复杂地形SAR图像分类精度。所提方法采用农田的不同时相VV极化差值图对背坡拉伸区域进行检测与纠正;合并农田的不同时相SAR图像分类结果对迎坡收缩区域进行检测与纠正。同样选择丹江口库区和南太行地区作为实验区,将该方法得到的分类图与初始分类图进行对比分析,实验结果显示该方法分类的OA均在85%以上。