随着当前城市的快速发展,针对城区建筑物的遥感技术得到越来越多学者的关注。合成孔径雷达(SAR)和极化合成孔径雷达(PolSAR)由于具有全天时、全天候对地观测特点以及稳健多样的目标信息获取能力而被广泛应用于城区遥感中。针对城区雷达遥感图像的解译需求,本文系统研究了SAR和PolSAR图像建筑物信息提取技术,重点围绕建筑物散射机理分析、建筑物检测、分割以及建筑物分类四个方面,旨在为城区雷达遥感图像提供一整套有效且稳健的信息提取方法,为城市规划、国民经济建设以及国防军事应用提供有力支撑。本文工作具体包括以下方面:(1)建筑物后向散射与极化散射特征分析,PolSAR图像城区极化目标分解。首先分析SAR图像建筑物后向散射特点以及PolSAR图像极化目标分解原理。进一步讨论城区极化目标分解的难点,即非平行雷达飞行方向的建筑物与森林散射机理混淆。在深入研究当前城区极化目标分解方法及其应用范围的基础上,针对建筑物的方位向和特有散射特性,提出针对建筑物的交叉散射相干矩阵模型。该模型能有效描述建筑物产生的交叉散射,从而能与森林产生的体散射有效区分开来并消除两类目标散射机理混淆。基于该散射模型,本文提出了多成分和四成分两种极化目标分解方法,利用星载和机载PolSAR数据分解结果验证了该交叉散射模型的有效性。最后对比分析了两种城区极化目标分解方法的不同点及其在后续建筑物检测、分类中作用。(2)SAR和PolSAR图像建筑物检测。首先介绍了SAR图像基于纹理特征的建筑物检测方法以及PolSAR图像人造目标方位向非平稳性检测方法并分析两类方法的应用范围及其不足。为了去除植被检测虚警从而提高建筑物检测精度,本文提出一种基于方位向非平稳和人工目标反射非对称性的PolSAR图像建筑物检测方法。该方法由于考虑了人工目标不同于自然地物的两种散射特点因此能有效降低自然植被虚警,星载和高分辨率机载PolSAR图像检测结果证明了该方法有效性。此外,在子孔径分解以及多成分极化目标分解基础上,本文进一步提出一种结合目标二面角散射功率、交叉散射功率以及平均极化相干比的建筑物检测方法。星载PolSAR数据检测结果证明该方法不仅能进一步去除植被以及山脉虚警同时还能提高具有不同极化方位角的建筑物检测精度。论文最后对SAR和PolSAR图像建筑物检测方法进行了分析讨论。(3)SAR和PolSAR图像建筑物分割。建筑物分割能为建筑物检测和分类提供依据,同时也能应用到相干斑抑制以及城区面积估计等任务中。本文首先介绍当前SAR和PolSAR图像建筑物分割方法,并针对SAR图像提出一种模糊分割算法。为了更好的得到高分辨率图像建筑物分割细节,提出应用于SAR图像的超像素分割算法并讨论其在城区分割中的作用。针对高分辨率PolSAR图像,首先提出一种建筑物边缘检测算法,该方法能有效检测出PolSAR图像复杂城区建筑物的边缘。基于检测到的建筑物边缘,定义图像像素相似度从而提出针对PolSAR图像的超像素分割方法。利用高分辨率机载PolSAR图像分割结果验证了所提出的超像素算法有效性。结合SAR和PolSAR分割结果可以证明超像素分割能有效得到高分辨率雷达图像建筑物细节,同时有助于后续的建筑物分类。(4)SAR和PolSAR图像城区建筑物分类。首先介绍经典的基于Wishart距离PolSAR图像K均值非监督分类方法,并进一步分析该方法在城区建筑物分类上的不足。为了有效区分具有不同极化方位角的建筑物,在之前多成分极化目标分解基础上,提出一种结合目标散射功率的K均值非监督分类方法。利用星载和机载PolSAR图像城区分类结果验证了所提分类方法的有效性。此外还对SAR和PolSAR图像的像素级与超像素级建筑物分类结果进行了对比分析,实验结果证明本文所提出的超像素作为SAR/PolSAR图像面向对象处理的基本单元,能显著提高雷达遥感图像城区分类精度。