地震是最为严重的自然灾害之一，突发性强，对人民的生命和财产安全造成了严重的威胁;地震产生机制复杂，目前尚不能进行准确预报。因此，为了降低地震损失程度，需要在震后快速获取灾区信息。合成孔径雷达具有全天时、全天候的工作特性，能够迅速获取震后图像，在震区紧急救援中具有广阔的应用前景与发展前途。　　在震后应急响应中，道路与震后房屋倒塌程度对于震后应急响应的人员调度、物资安排有着重要意义。本文的研究内容分为两个部分，SAR图像道路目标提取方法研究和SAR图像房屋倒塌检测方法研究。国内外对这两个内容进行了广泛深入的研究。本文进行道路目标提取的方法基于Marr视觉理论分为低层处理、中层处理、高层处理三个步骤;房屋倒塌检测的方法采用基于纹理特征信息提取的方法进行研究。　　本论文的创新点和主要贡献如下:　　(1)针对SAR图像道路提取的低层处理，本文提出了一种改进的算子融合方法。利用直方图均衡化改进了不同算子的融合过程，免去了阈值选择的处理步骤，增加了算法的自动化程度。　　(2)针对SAR图像道路提取的中层处理，本文提出了一种改进的直线提取方法。对形态学处理后的图像通过区域Radon变换的方法进行直线提取，得到了准确度更高的直线提取结果。　　(3)针对SAR图像道路提取的高层处理，本文提出了道路交叉点驱动的道路网络建立方法。该方法充分利用了道路形态特征和道路的功能性特性，提取到的道路具有良好的正确率和品质因数。　　(4)针对SAR图像房屋倒塌检测的算法，本文提出了一种改进的房屋受灾程度估计方法，通过对多种纹理特征提取结果进行融合，提高了房屋受灾程度估计的准确度。　　本文所研究的方法均在电子所机载合成孔径雷达的实测数据上进行了试验，其中道路提取的方法在震后什邡城区0.5米分辨率的机载合成孔径雷达图像上进行了试验，房屋倒塌检测的方法在都江堰城区0.5米分辨率的机载合成孔径雷达图像上进行了试验，均取得了良好的处理结果，表明了研究方法的有效性。