合成孔径雷达(Synthetic Aperture Radar, SAR)凭其独特的优势在军事侦察和民用方面得到了广泛的应用,开展SAR图像的目标检测工作具有实际意义和应用前景。本文基于指数小波技术、扩展分形检测技术(Extended Fractal,EF)和扩展最大平均相关高度滤波器(Extended Maximum Average Correlation Height,EMACH)对SAR图像方向性目标的检测与识别展开研究,并基于方向滤波技术、非抽样Contourlet变换(Nonsubsampled Contourlet Transform, NSCT),开发了一款SAR图像多功能处理软件。提出一种基于指数小波分形特征的SAR图像特定目标检测技术,算法依据指数小波特有的对边缘的选则性增强特性和方向敏感性,定义指数小波分形特征(Exponential Wavelet Fractal EWF)。利用该特征对特定姿态的目标进行检测实验,结果表明,该算法较传统算法能够更为准确的检测出方向性目标。提出一种基于扩展分形检测技术与EMACH滤波器的SAR目标识别算法,利用扩展分形的准确定位功能,结合EMACH模板良好的识别性能,提出一种具有自动矫正功能的SAR目标识别方法。使用MSTAR数据库图像进行测试,获得了较好的识别效果。介绍了NSCT变换原理和结构、以及本实验室基于NSCT变换已取得的应用成果,其中包括基于NSCT的图像纹理/形状检索和目标方位角估计算法;开发实现了NSCT变换C语言程序包,为开发SAR图像处理软件提供了必要的基础。