随着世界经济的快速发展和智慧城市的不断建设,建筑物目标信息提取对于土地利用调查、城市规划以及城市变化监测等应用具有重要的理论意义和实用价值。极化合成孔径雷达(PolSAR)以其多参数、多通道、多极化、信息记录更加完整等特点,在城市地物提取领域中发挥着重要作用,利用极化合成孔径雷达影像进行城市地物的识别、提取和监测已成为目前遥感影像解译的重要研究课题。首先对基于PolSAR的建筑物提取国内外研究现状进行调研,从其成像原理出发,重点分析了影像的极化特征和极化参数的提取方法,包括基于散射矩阵及其二阶统计矩阵的特征提取方法和基于极化非相干分解方法的特征提取方法,同时基于灰度共生矩阵提取影像的纹理特征,并对比分析了各特征提取方法以及极化和纹理特征的建筑物提取效果。通过构建评价参数用以定量分析和评价各特征对建筑物的识别能力,同时结合各特征间的相关性进行初步的特征选择,构建适于建筑物提取的特征集。在构建的特征集的基础上,分别探讨了基于主成分变换的特征融合和基于评价参数的加权特征融合对建筑物提取结果和效率的影响,结果表明,基于评价参数的加权特征融合在保证精度的同时极大地提高了算法的运算效率。随后,对比分析了K近邻算法、随机森林算法、朴素贝叶斯算法、线性判别分析算法以及SVM算法基于特征集的建筑物提取效果,为后续建筑物提取算法的提出做铺垫。然后,本文提出了一种基于SVM复合核函数和高层特征的建筑物提取算法,并分别对复合核函数和高层特征对建筑物的提取效果进行了详细的说明和实验分析。结果表明,复合核函数相比RBF、MLP等核函数在基于单一特征或特征集的建筑物提取的效果更好,同时高层特征的加入极大地提高了建筑物的提取精度。最后,对研究内容进行了总结,也提出了一些对未来计划的探讨。