极化合成孔径雷达（PolSAR，Polarimetric SyntheticAperture Radar）利用不同极化方式交替发射和接收雷达信号，从而使得雷达系统能够获得丰富的地物目标散射特性信息。与传统的SAR系统相比，极化SAR能够根据不同目标的电磁波极化散射特性，得到反应地物目标固有特性的极化复散射矩阵（全极化模式对应全极化复散射矩阵，双极化模式对应极化复散射向量），从而分析、提取和反演目标特征。因此，极化SAR的研究在遥感应用中有重要意义，在军事、民用中都有很广阔的应用前景。本文以极化SAR的应用为主要发展脉络，充分发掘极化SAR中含有的信息并将其应用于目标的分类、检测等研究中。具体的研究工作主要包括以下几个方面：针对目标回波在同极化与交叉极化下功率分布相差较大，直接利用极化散射系数进行伪彩合成会出现目标散射特性差异不突出的问题，提出了一种基于场景先验知识的归一化因子计算方法，分别计算出RGB三原色通道（对应于三个极化通道或通道组合数据）各自的归一化因子来对三原色通道数据进行设置，实现极化通道数据的伪彩色融合；同时，为了克服各极化通道之间能量差异的影响，利用非负矩阵分解（NMF，Nonnegative Matrix Factorization）提取主要特征并将该特征与总功率进行直方图匹配，采用匹配后的主要特征对数据进行重构，根据重构后的各极化通道数据进行伪彩色融合处理。实测数据处理验证了所提伪彩合成方法的有效性。在对极化SAR图像中的相干斑进行滤波处理时，除了需要考虑相干斑抑制效果，目标的边缘细节信息及极化散射特性的保持也是非常重要的。本文分析了乘性相干斑模型下的Lee滤波方法，并对其中的邻域窗口进行改进。利用H/α分解方法按照极化散射特性的类型对极化SAR图像进行划分，并标识出图像中各像素的散射类型（相同散射类型的像素标识相同），然后设计一种自适应窗口按照像素的散射类型对中心像素的邻域进行选择，使得邻域中各像素的散射类型与中心像素相同。最后采用邻域内的像素进行乘性相干斑滤波处理。对实测数据的滤波处理验证了该方法的有效性。结合国内机载实验获得的实测极化SAR数据，对实测数据的分类问题进行研究。由于系统误差导致正交极化双通道特性的不一致，因此对实测极化数据进行成像处理时，采用一种在时频域进行迭代的方法来完成各极化通道间的通道均衡处理。由于一般成像处理后得到的实测散射矩阵往往是非对称的，因此采用能够对后向散射互易性进行最优修正的Cameron分解方法对实测数据进行初始分类处理，得到服从地物固有物理散射机制的分类结果。根据初始分类结果，利用数据的统计特性，采用复高斯分布下的最大似然分类器进行进一步的统计分类处理，最终得到能够保持散射机制和统计细节的分类结果。对海洋极化数据进行统计分析，获得极化功率强度的指数分布特性。由于指数分布的概率密度函数在零处有一个很大的峰值，以及很长的下降“尾巴”，具有稀疏分布的特点。因此，对极化协方差矩阵进行特征分解能够得到服从稀疏分布的特征值组，从其概率分布中估计稀疏度的值，将稀疏度作为稀疏约束，结合NMF提取海洋极化SAR数据的主要特征，从而实现对海洋舰船目标的检测。采用全极化和双极化实测数据进行实验，并与其它几种极化海洋舰船目标检测方法进行比较，验证本文舰船检测方法的有效性。研究在简缩极化（CP，Compact Polarimetric）模式下如何进行H/α特征平面的划分，得到关于不同散射类型的划分准则。简缩极化模式既能降低系统复杂度及其造价，同时又能近似恢复完整的全极化信息，从而进行后续的极化研究。但从简缩极化中恢复全极化信息是基于两个假设条件的，造成重构后信息的损失，同时增加了运算量。因此，本文探索了直接利用简缩模式中极化信息的可能，对常用的H/α分解方法进行修正，研究如何对简缩模式下H/α特征平面进行划分以区分不同的散射机理。通过实测数据的处理，给出了简缩模式下H/α分解的过程，并验证了该划分机制的有效性。