SAR在军事侦察和民用方面都具有重要作用,应用越来越广泛,因此开展SAR图像应用的工作具有实际意义和应用前景。但是由于SAR图像的特殊性导致了SAR图像存在一些特殊的质量问题,使SAR图像的解译比较困难,最终影响SAR图像的应用。因此,SAR图像质量评估及其应用的研究具有重要的意义。本文首先研究了SAR成像的特点,从几何、辐射、统计分布等角度分析了SAR图像的一些特性。然后从图像获取的角度选择了五个客观参数对SAR图像进行质量评价,包括均值、方差、等效视数、辐射分辨率和灰度分辨率,高效、直观的对SAR图像的质量进行初步评估,并对真实SAR图像的数据库进行了实验验证。从图像内容的角度,针对有增益问题的SAR图像,提出了一种基于归一化行/列均值的算法进行增益检测,能够快速有效的检测出有增益问题的SAR图像,并标示出增益变化的位置,有助于对SAR系统的改进进行指导。提出了一种基于相似性度量的高分辨率SAR图像无监督分割算法。首先以JSEG算法为基础,针对SAR图像的特点,以减小斑点噪声对于分割影响为目的,提出了一种新的相似性度量标准。SAR图像经过预处理,得到一个灰度类图,利用该相似性度量标准对此灰度类图进行纹理组合,建立一个能够反映区域内部和边界的新图。在图中,数值低的部分代表区域的中心,数值高的代表区域的边界,利用这个特性,用区域生长算法对新图进行分割。最后实验证明该算法从目视解译上更为精确,对于目标相对较弱的SAR图像优势尤为明显;而且计算复杂度低,快速、高效,利于实际应用。针对SAR图像统计特性,提出了一种基于局部中值拟合C-V模型的新的SAR图像分割算法:LMFCV-SIS。该算法核心是利用像素点及以其为中心的邻域内的像素点的局部中值拟合来构造能量函数,极小化该能量函数,得到轮廓的最终演化结果。通过一系列对比实验,结果表明,该算法充分利用了SAR图像的特征信息,对真实机载SAR图像进行分割具有分割边界定位准确、收敛速度较快等优势。最后建立了一个SAR图像的质量评估和目标识别应用验证系统。该系统能够对SAR图像从不同的角度进行质量评估,包括客观评价、增益检测、重影检测以及模糊度检测等;同时能够进行以识别为主的各种应用,包括道路识别以及河流和桥梁识别等。利用该系统,对数据库中的SAR图像进行了大量的实验,综合质量评估以及一些应用的结果进行分析,即能很好的理解SAR图像,并能够对SAR系统的研制、改进以及数据的获取提供依据。