建筑物密度参数是城镇监测的主要指标之一。在城镇化的区域,快速地检测建筑物密度参数对于城镇的基础设施建设规划以及灾后重建都有着重要的意义。采用Pol SAR图像进行建筑物密度检测的方法在全天时、全天候,烟、雾、云等恶劣条件下均可进行,满足实时城镇监测与灾后检测的要求。极化合成孔径雷达图像为建筑物密度检测增添了更加完善的极化信息。然而,对于地物复杂的城镇区域,基于固定散射模型的目标分解方法对于建筑目标的区分精度往往较低。因此,本文采用极化合成孔径雷达图像,以建筑物极化特性分析为基础,建立基于自适应体散射模型的目标分解方法以克服固定模型目标分解的缺陷,结合标记控制分水岭的分析获取建筑物个体轮廓,完成对建筑群及建筑物个体的高精度提取,最终实现了城镇区域的多层次建筑物密度检测。本论文的主要工作安排:本文首先探讨了基于Pol SAR图像的建筑物密度检测工作的背景及课题研究目的意义。在此基础上,研究了本文探讨的Pol SAR图像中的建筑物目标特性。研究了Pol SAR图像的特性及相关理论,对不同类型建筑物在不同雷达照射情况下的电磁散射特性做了具体的分析,对Pol SAR图像中建筑物目标的成像特点进行了总结。其次,本文对于基于自适应体散射模型的目标分解方法及基于标记控制的分水岭方法做了详细地研究。弥补了固定体散射模型目标分解无法正确检测城镇区域建筑物目标的缺陷,解决了建筑物轮廓错检的问题。具体探讨了基于自适应体散射模型目标分解的建筑群密度检测及基于标记控制分水岭算法的建筑个体密度检测的相关方法。最后对本文的密度检测方法进行了实验分析与验证,包含了基于自适应体散射模型的建筑群密度检测结果以及基于标记控制分水岭的建筑个体密度检测结果等。实验最终获得建筑群及建筑物个体两个层次上的建筑物密度参数。结果表明,本文方法能够较准确地检测Pol SAR图像建筑物密度信息。