极化合成孔径雷达(Pol SAR)经过飞速发展,在遥感领域已经成为一个热门的研究方向。由极化目标分解提取的极化特征是Pol SAR目标检测和图象分类的基础,如何从Pol SAR图象中获取有效的极化特征成为后续图象解译的关键。随着Pol SAR系统的发展,Pol SAR图象分辨率不断提高,为了更加准确更加细致地从高分辨率Pol SAR图象中提取特征,需要一种独立完整目标分解方法从极化散射矩阵中获取独立的、完整的且具有物理意义的极化特征。同时,如何利用好经过目标分解提取的极化特征进行后续的图象解译也有待突破。因此,此时开展高分辨率Pol SAR图象独立完整目标分解方法研究并将其应用到图象解译中具有重要意义。论文以Pol SAR独立完整目标分解为基础,围绕针对旋转建筑物的目标分解以及基于目标分解的Pol SAR图象分类和人造目标检测等内容进行研究。本文研究了传统相干目标分解方法提取参数不独立不完整的问题和传统相干目标分解在复数域表示复杂的问题。在此基础上利用群论方法将复表示用映射转换为实表示,同时利用群论方法将相干目标分解方法中参数独立的问题更简单地表示出来,进而利用典型目标在六阶实正交矩阵中的表示提出了独立完整相干目标分解(ISTD)方法。ISTD所分解的参数彼此独立,通过该目标分解结果能够更完整准确地对目标的散射机理进行分析。在ISTD分解基础上,利用特征值分解方法将其推广为基于ISTD的非相干目标分解方法(IC-ISTD)。利用实测图象进行实验,验证了本文所提出的目标分解方法的有效性,分解所得参数将作为极化特征用于后续的Pol SAR图象解译。本文对基于模型的目标分解方法中旋转建筑物区域体散射过估计的问题进行了研究。首先对大极化指向角下体散射过估计的原因进行了分析,在此基础上,利用IC-ISTD分解方法中部分参数与极化指向角无关的性质,通过构建映射将IC-ISTD分解方法与基于模型的目标分解方法联系了起来以解决极化指向角对基于模型的目标分解的影响。通过这个映射提出了一种基于ICISTD分解的四成分分解方法,将基于模型的目标分解的反演问题转换为映射问题。该方法适用于大角度旋转的建筑物区域,采用实测图象进行目标分解的实验,实验结果表明利用基于IC-ISTD分解的四成分分解方法有效地抑制了旋转建筑物的体散射成分,有助于区分森林和建筑物区域。最后,将ISTD分解方法应用到图象解译中。在分类方面,首先分析了传统极化特征提取方法存在的信息缺失和信息冗余问题,然后利用IC-ISTD分解结果,构建了一组基于IC-ISTD的极化特征,这组特征具有能够完整描述与目标有关的极化特征的优点。同时,提出了一种基于特征加权随机森林的Pol SAR图象分类方法将基于IC-ISTD的极化特征应用到分类中。利用实测图象进行了分类实验。实验结果表明,与基于传统极化特征的分类方法相比,本文提出的分类方法使得分类精度有所提高。本文在分析了人造目标散射特性以及不同种类目标极化指向角表现的基础上,结合基于目标分解结果的分割方法,利用极化指向角的值和极化指向角的均匀性,提出了一种基于极化指向角的Pol SAR图象人造目标自动检测方法,通过实验验证了该算法能够有效地去除树干-地表结构引起的误检,提高旋转建筑物的检测率。